TA的每日心情 | 开心 1 小时前 |
---|
签到天数: 1932 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
3 M2 r$ v: s& C/ Z
* D. b9 C* H' a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。* Q( n( H2 L/ Q& C- u
4 X: l; B$ @! R% F
跟大家汇报一下最近的学习心得。% S; v/ S9 z1 o" |
3 p9 }+ o: M2 o, I3 ?' }+ o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
7 p9 [0 h" d$ U+ ] y: M G6 Q4 l4 K& N
! D2 T" _3 J4 y$ @ ~2 S最怕这种品牌问题。简直送命题。# ~# {4 T) N- {3 H% M
/ [" o3 e9 R) M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。
* Z1 z( o: h' r/ R2 M0 d$ F# X0 q$ ^& A9 B! m4 W
这事儿勾起了我的一番思考,值得跟大家汇报一下。9 M; `. ?6 M3 a) G8 ^# g
7 o# v2 X8 d0 c% l3 J; T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。。。
! I- ]$ F( @2 F. I' P0 s& u
% L$ \# I2 X! b* V/ Z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:
- n7 M, k# E! c" Y
6 y( a, l* t& N* e2 f% \0 PExample 1:; w* R* s5 p# }- P
2 R" b$ s$ e! W* t6 S
咱去哪儿玩啊?4 ~7 `7 L. R# D7 z- {8 V* O' Z
都行% E* l M- [. G) V; ~7 A
那咱看电影吧" n2 H5 q) ]# v% H& I2 i7 L
太老套了
' t3 v/ h; [- j/ y$ r$ ^那咱打保龄球吧?
) [4 g! S3 h" \& z. R& {, T大热天的。。。
/ K- X l+ \6 e* ?, e那咱去哪儿玩啊?
- ?, |6 q8 ]( z0 k都行
' H/ n1 H- r, a8 f2 w; V+ c4 H
咱今晚吃什么?1 c1 d" ~% k% A \8 G6 N
随便" y3 v* T) x2 L& C2 K' Z& s
那咱吃火锅?
! O3 t+ y. Q2 C/ i0 z吃火锅长痘痘。
, D6 E- C( R" N1 k! E那咱吃烧烤?
+ q. I9 X( U: c' E7 e7 d0 \上次刚吃的烧烤。, w: q0 e+ }, x9 @5 I% u( s' \/ W
那咱吃什么?
3 \7 d/ A9 q2 V" I7 q' g随便 8 ~9 E: \$ T( E c
$ `" J- t. j2 P2 i0 z' Q
Example 2:
- v a1 J$ ]. }Houston, we have a problem. 0 `. e' R# I* F. ~: W3 M
What?
/ j" {, s; I7 ^; `Never mind
3 K0 c% B a& a! J9 M9 sWhat's the problem? , b( @* ?4 W' k$ j& n
Nothing
8 n5 \' k. D" Y8 M9 pPlease tell us? ; R8 q% v# x' y8 W6 t
You know what the problem is.
, i# y- S0 B5 b0 l. Z' i3 L F( |, H: J5 p+ P! u+ S+ T
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。( A' O# R% n# k/ [
# h0 g$ t* G6 c
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。
. H. n4 \& T) v5 a4 _0 q4 ^8 D, a5 A. A- D- k( i4 ~6 P2 f
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。: U' `0 e# T2 X y f4 a! A6 E
! H+ w1 }, Z" ^2 I% x* Z看到这里,各位男同学觉得眼熟么?+ q* ^5 n) U8 o, a5 v; X, N
再来看看前面的两个例子。。。
4 i' z6 n; i- i# }4 R6 F0 K5 Ixxx,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。。。6 @1 c: B- W, w" r# R
0 Z" l3 B/ I! L9 i
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。3 D: {2 {0 `& o' W" A; G
$ v; g$ S4 Q1 \5 J
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?
% a& {! B3 f" q& h S$ g8 W0 l {, L1 a1 _8 f
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。。。( V* G' s( m# l6 m
6 g! }' h5 v6 f: J2 D4 q! J为什么相爱总是简单,相处太难?得training。' r9 l- @0 |3 \
; o) {3 s+ e* z: V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。。。5 S- }) x" L6 _
1 B+ y$ h" G5 m对了,那什么,我得先走了。。。有没有下回看缘分了。。。' d2 Z4 f! y+ I, T' Y4 `
|
评分
-
查看全部评分
|