TA的每日心情 | 开心 2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 - f9 l0 j+ u) S0 d! ?, Y. w! U( x
' m" D3 l* w1 \提前声明啊,下文中所述女性,均指平凡(trivial )女性,不包含爱坛各位女生,当然我领导也不在内。5 O U) s1 l$ a: w
% u; l0 ?2 K0 N" {+ x
跟大家汇报一下最近的学习心得。& v, h T4 ~9 Z* E% g% ?
: Y+ D% Z) w/ m6 B0 M因为什么引起的呢?这不社长在日志里公布了一批食品,其中提到了某饺子馄饨品牌,然后引起我的感慨
% C) V5 a% q/ |
5 S7 F8 R+ [) a# {7 k; e! J k最怕这种品牌问题。简直送命题。8 X# \: [7 _* @" @7 a, c# |* _
" ?6 l" n9 C+ L' G6 Q: {, b3 v
比方领导说,去超市买两个番茄酱罐头。到了一看,嚯~~~,这满架子的罐头,长得都差不多,买哪一个?甭问领导,问了准是“就平常咱家吃的那种啊。。。”。到这儿就得打住,不然再问就是“你连咱家吃的那种番茄酱都不知道?。。。”后面准挨一顿呲叨。
: {7 i0 v& P3 y1 n- H* |
- p) _! N* ?) Z& `: h2 X这事儿勾起了我的一番思考,值得跟大家汇报一下。1 J; ^% j4 ^: q) o% J& S/ p) f8 n
$ f( t/ x# n8 g9 W% n2 q我做研究生的时候,在系楼底下机房里,贴有这么一张告示,大意是:“our mind reading technology is not mature yet”,除非你能清楚地告诉我你碰到的问题,否则我爱莫能助。。。
0 x1 o2 g$ s/ z0 V+ f# x" O4 p `* |4 `: d( u; ~# I
当时就震惊于网管的总结能力。准确地总结了一般理工男和平凡女性(参考置顶声明)相处中的困惑。我用两个广为人知的例子,描述一下这种困惑:4 M$ `& k4 A1 c! S0 L+ D
3 I8 N9 b O- Y; y! ^Example 1:
: g/ o) C+ R7 y% D, M/ n, x3 J+ N* y" A3 E; E2 C
咱去哪儿玩啊? Z6 ~0 C6 r' x/ y- P+ x8 z
都行
) A+ S5 H% A/ y* e8 f6 @; ^那咱看电影吧
8 h& ~, x$ ]1 {% Z9 I. }+ Q太老套了+ z8 F5 E9 i# ^) o3 t9 e" F! v3 d
那咱打保龄球吧?
/ K, _7 T, K0 T0 d大热天的。。。5 |- Y( u1 q. U6 S# F* e: ?1 G; ^
那咱去哪儿玩啊?
( `4 I2 M3 k+ `都行0 I1 c% @2 [, B' d
# `' C0 x$ d" n4 o" F- B% z. w
咱今晚吃什么?' b l% i& X- t
随便
* D3 y3 h& m+ y* r3 T- Z那咱吃火锅?
. [3 @! k! W8 n4 O ]7 P$ G P- Z吃火锅长痘痘。 |) f m1 l+ Y' b% B4 t
那咱吃烧烤?
+ M a0 J7 V2 ~4 l上次刚吃的烧烤。
& Z3 x+ C4 o3 q6 m0 e那咱吃什么?
2 m* d0 g/ D# O. K% c' r/ g0 b随便 1 A: W, F1 X E7 I8 S
/ A) ]8 h' N3 a2 |' W4 ]+ Z8 V& WExample 2:
1 I6 d" H# \0 u6 X. o* |* c. ~Houston, we have a problem. 6 u: [6 L4 i( v
What?
# D' P' F9 `5 k6 ONever mind 9 V5 V- g' I) {5 G
What's the problem? 6 X/ {' f" b+ A% G8 _5 }6 ?5 v
Nothing
8 ?9 P$ p7 t* z6 `& Z2 jPlease tell us?
; ~ e7 S2 s. Y7 }You know what the problem is.
* q" L; J {" b2 h6 M, M, G0 W; P0 m. d, h6 E6 ?9 d
女士们不知道读心术尚未成熟么?为什么明明有答案却不肯说出来呢?这种我猜我猜我猜猜猜的游戏实在是让人恼火。。。这个问题一直困扰着我。直到最近我学了机器学习,豁然开朗。
; O. ]; \1 a0 `; F
% v2 E+ S4 M1 I8 f先说说什么是机器学习吧。简单(不严谨地)说,就是让机器学会干活儿。干什么活儿呢?,不是烤肉松包,换门铃这种。比方说,让机器学会如何认出一只猫。早先的思路是总结出猫的特征,输入机器中,然后让机器每见到一物件就按这个标准判断是不是猫。这条路就叫专家系统。比如说吧,告诉机器,猫,乃是有四条腿一脑袋一尾巴的毛茸茸可爱小生物。但效果并不好。比方说来一哈巴狗,机器就puzzle了,这是猫吧。。。总结出的规则,难免挂一漏万,所以不能这么教。那怎么教呢?人类也是经过长期的实践,发现一条路,靠training。
0 X5 H' h7 C6 w d t! R7 b, R. D; J* j0 v3 U' c. z
具体怎么叫training呢?得这样,仿照人的神经网络,搭一个基于代码的神经网络。然后给他看一个猫(的照片),告诉他,这是猫。再给他看一其他物件(比如说哈巴狗)(的照片),告诉他,不是猫。如此反复,让他自己悟去。这样才能完整了解猫这个概念。
D% L# o) a& n! A8 H
; O( g/ J; @; h% |看到这里,各位男同学觉得眼熟么?2 i2 o) y) M5 j
再来看看前面的两个例子。。。
7 g% j. ]/ m. w3 Vxxx,这两个例子不就是training么?搞了这么多年理工,实验品竟是我自己。。。
- u: h6 \8 N. {- T8 J7 r3 p: n3 F4 G3 X: V* `7 P. S
别急,还没完。神经网络training最怕什么?有同学可能说了,最怕training不足(under training),网络把别的动物认成猫。不对。学习能力里最重要的是什么?是泛化学习,举一隅而反三隅是也。还拿认猫来举例,我们希望的机器学习是认识猫这个抽象的概念,而不是某一只或某一种具体的猫。比如说吧,如果你给机器看的猫都是黑猫,机器很有可能在猫这个概念里加上黑色这个本不应存在的多余限制。现在再拿校长家的雪球给他看,他就不知到是猫了。Training最怕的就是这种over training。因为under training还可以通过继续training来完善,但一旦over training了,再想泛化就很麻烦了。
4 a2 b7 _3 M$ `4 [0 k- W# \7 n0 S! I% {# o: |% T2 ^' X$ V
其实平凡女性总是期望能提高在一起的机会成本,以消灭任何未来的潜在竞争者。往野蛮了说,有南太平洋岛国悬崖跳水求婚的风俗,往文明了说,有“钻石恒久远,一颗永流传”的婚戒。你能付出最宝贵的机会成本是什么?有人说没钱人的钱,有钱人的时间。我觉得不对,你最宝贵的是,你那颗大脑,以及里面的那张神经网络。听到这里,有没有后背发凉的感觉。。。当你和爱人达到默契,她一个随便,一个都行,你就知道她想什么,喜欢什么了以后。。。您还有回头的路么?4 w5 ?1 d, e, X w; t0 X- O; t
+ H( i. O# O. E5 s
弱水三千,只取一瓢,变成了:弱水三千,只能取这一瓢了。。。有没有生活中经历过,和伴侣分开一阵子,觉得哪哪儿都不对劲。。。9 o1 p! A6 ~' O9 G2 P' v
: W9 E; h4 V8 l+ _: ^7 b为什么相爱总是简单,相处太难?得training。) z# N5 q* f* h4 i: }
/ |1 x& D/ C1 e; ?
这就是为什么耗子医生于半夜1点看奥特曼,为什么你的另一半拉着你看脑残剧。这就好像建国初期,资本家腐蚀我党干部一样,不怕你不喜欢,就怕你不看。只要看了,就会留下烙印。这种training是潜移默化,润物细无声的。插句题外话,最近爱坛上几位男同学在交流追剧心得,难保不是被调教,哦,不,训练地小有所成了。。。
9 n$ M" \1 g$ {$ o( M4 P9 Y" z0 |* ^4 u. f5 t* r/ S
对了,那什么,我得先走了。。。有没有下回看缘分了。。。4 W) [+ M1 n! [6 T5 p
|
评分
-
查看全部评分
|