TA的每日心情 | 开心 前天 01:42 |
---|
签到天数: 1883 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 3 Z+ |& D; M! D' a* [2 [6 M/ a
. c2 @2 D8 A1 R' N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。
: C3 f5 i/ F4 l8 ]/ U
1 _# X% c0 V$ K1 M9 ?8 w跟大家汇报一下最近的学习心得。
( K. G& R5 Q, W- t8 ~9 U
/ r" ]) _& w6 K) R2 \' b" N0 T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
- B" o* z9 b1 J3 H$ w! r ^, y/ x6 W
最怕这种品牌问题。简直送命题。% u* _6 @4 E1 f
* u1 x! j* R. {! Z
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。
5 Y+ @% L1 I6 v6 m3 O$ y8 }
9 E! s3 x, O5 d C这事儿勾起了我的一番思考,值得跟大家汇报一下。
& F2 w/ Y7 l6 ?+ h P9 e, t
J! r/ u" t0 P! [; m$ @% \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。。。
$ Q: M% c( r7 Q3 s4 X% f' c, D" h8 W, K6 Q9 L7 G1 J
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 N. w2 H0 h- g' z, L! r
3 I3 b- H' ^# I g( VExample 1:- `1 E9 \+ Q6 z$ X: o" Z
9 R, r) G1 |7 j' l1 }- g咱去哪儿玩啊?4 i( c* @ x4 r O/ E7 u7 q1 s
都行; }9 g/ N+ \; y0 E
那咱看电影吧: i% ?( ^9 \4 Y
太老套了 O% ~# ?+ z2 v
那咱打保龄球吧?5 T4 @4 Z+ W5 W c
大热天的。。。
. [" T6 @1 Z: B" h9 g那咱去哪儿玩啊?
2 G# K- W, b/ \都行* h! O7 {7 i5 Q6 @' k9 `3 C
8 U; \3 T5 t1 G/ u
咱今晚吃什么?/ F$ h3 n- u' V3 L# t
随便0 R) n& v8 L7 J: j1 T
那咱吃火锅?
v& a) r9 R, h! t3 v吃火锅长痘痘。
0 O* i. {* K& |7 i, M) I那咱吃烧烤?
, _% A# ?% r/ `9 P2 ^( C1 {, m上次刚吃的烧烤。
. k; S1 ]" J+ `, u0 d c+ B( s' r+ \那咱吃什么?# z* x& w1 e! k8 _' I) W8 s
随便
: I) s) a* h# n k8 W4 Q: y, j3 S& `5 [! w# F
Example 2:5 V$ r$ O6 o$ p) r# A! S# g
Houston, we have a problem.
! b" Z9 \9 A1 J* m% e6 CWhat? / P" E( m- k2 v
Never mind ! K2 T0 G$ H5 U/ ?( W/ N2 d( O; T n
What's the problem?
0 l) {9 Z) Q( M$ k2 [/ u# `Nothing
; p0 M: \' {0 d+ D9 s2 w* ]7 HPlease tell us? 0 z5 H9 a& @, l9 E
You know what the problem is. . G& b \& `+ N) [6 ?8 }) M3 |
* f& W& c9 j7 Z9 r& u5 e% ^2 s5 s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。
0 r) J, E. ~2 @+ b$ t0 q2 C: Z! V' |0 F! 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。/ W6 @) m4 Z9 P7 h. V
) {! m p* }( t7 @/ a) [' m
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。
! | {+ o! _' _; c' q4 v- a2 t0 q$ ~% A/ Z- b3 t
看到这里,各位男同学觉得眼熟么?( _+ y& z" p/ e/ O7 c
再来看看前面的两个例子。。。
- R: O4 P3 N0 P* G/ `7 Axxx,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。。。
0 D3 R& c$ \2 V3 \: V+ x7 z" p5 x' m6 g% {
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。
$ p" _% V4 q. B' ?6 O/ r
0 S" n1 L A& b h0 m5 G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?9 T# w1 _2 y0 P6 g! X2 Z0 ]
7 ]" ^! `3 r; l" r% @+ c. 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。。。
( M7 @8 Q4 O( V1 C" G
; v& V: x+ {% z0 j为什么相爱总是简单,相处太难?得training。8 l9 ]" k$ H5 x1 p+ y
; H' R7 V$ u+ G9 }4 r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。。。4 M! I1 l+ v/ O, _5 Q
* M' m' r0 }1 U7 n5 ^' v' V对了,那什么,我得先走了。。。有没有下回看缘分了。。。
( X$ H2 w- L M |
评分
-
查看全部评分
|