TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
& Y; S+ B% l j8 O
9 z& Z; G: R' t, O1 i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。: y/ v8 s$ R3 a5 m4 c2 z4 Q
2 F) q/ l* w7 g+ e% d跟大家汇报一下最近的学习心得。
# s1 y# E, Y. W7 `% Y7 s6 P1 c) @0 g
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& P* v4 B8 v/ u% @+ A
' ?7 v$ ]* V( F
最怕这种品牌问题。简直送命题。
) S4 o# I9 h8 w: q/ n9 X# m8 u0 O7 Z; y8 j3 b) c
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。
* b( w8 q* a/ k S% ^+ ?% Q; e. c7 f: w1 X% K
这事儿勾起了我的一番思考,值得跟大家汇报一下。
- v) F" i6 }* b d, V1 Q$ D
. j& P; [" l9 _% m4 X: V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。。。6 Z5 S+ d/ n7 |9 u
! f7 W( _6 j3 ^2 S5 N8 n0 J* P8 L7 ?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:8 \1 z9 o0 D$ S. Q7 _0 O
+ P, a1 |1 n* q- g" u u8 eExample 1:
! V s: V; p9 ?$ J2 x1 Q3 g9 o: v. y! Q0 C) u
咱去哪儿玩啊?
/ Z" ~% V3 O! h% v都行
8 Q- ^( V& F N3 `& ]! A$ @3 J8 @% p那咱看电影吧 C4 a# z+ n0 j7 K6 A
太老套了 v3 T5 ^' E4 b+ s- w
那咱打保龄球吧?2 F+ |/ z1 Y5 r+ \
大热天的。。。. H) r* D1 a9 b5 h ?; E
那咱去哪儿玩啊?( p: f, R; |$ ^* x5 [8 ~. I
都行
0 {$ C: ^8 ]7 x/ @1 \" L" x- V: p! L) C+ }, C7 v+ H A7 Y
咱今晚吃什么?
' R4 F2 Z2 k+ x9 p* @随便
8 U' I. G: S7 [6 Q1 W那咱吃火锅?
% b. r2 e, z1 s* B2 R* w吃火锅长痘痘。$ G5 k! v0 w8 x, U( |2 Y; j
那咱吃烧烤?
6 E ]' X9 z1 k. U* H; r* _上次刚吃的烧烤。
$ T* K( y6 c! M9 ^0 d0 Z" ~! N那咱吃什么?
& X! {; L/ }& E Q; `# b随便
. G! W3 c1 Q- Z1 }7 ^( g$ a( @, U0 A( Z9 L' x9 C7 ~* s$ u: p
Example 2:
2 k* e4 ^4 {# H, k/ G7 X6 jHouston, we have a problem.
' c0 j, N& u. U% e" p: gWhat?
6 s+ n q/ _& a' h- H M* CNever mind
7 C7 m0 t- V9 Q" N8 b# H oWhat's the problem? , C$ `# W" |5 U* L L7 @
Nothing
! h/ {( [" O; c2 k" wPlease tell us? 3 v9 j! D4 ^- c8 w4 _8 G
You know what the problem is. * \/ G& T! |$ F3 k# c+ }
6 m% m$ e/ w. m" L
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。
6 y8 j6 q" }" k
, _! H9 K4 T. M: s( p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。( m& O( X4 J* t( S; H" p
$ i1 `# ^! j5 @3 B; d- U# p1 |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。
3 S& h, J0 Q v) |
! M' P m$ Q! `2 H看到这里,各位男同学觉得眼熟么?
4 c$ W- K6 z0 ]6 x; a& k# T再来看看前面的两个例子。。。, z$ |3 t# p4 p, V6 A
xxx,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。。。
& |' ?+ w) h/ r5 P
5 l0 v9 P$ W, C/ y2 g8 C5 W6 {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。5 s2 [' b9 y+ q+ ]" ]
" m4 L) M4 G& d) q) a7 A5 R
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?! S: S4 B2 l7 Y" x$ ^) R/ \, w
: s) C" M* a1 c+ G: J0 a; d
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。。。3 _! u# n" y% U& [8 {. f
, A# c- ~( U6 k1 B$ R0 F# t5 W
为什么相爱总是简单,相处太难?得training。 D9 ^& ?0 y4 K/ q* z
6 N/ {, Y! Z' l/ H$ [' `
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。。。
" c8 z3 w+ N6 M: _2 {% ]) }1 v7 M, V# Y
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
& V3 W8 t# Z/ P- f) ? |
评分
-
查看全部评分
|