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 " {5 n) V6 T% m: `: k, {; B# x
. W6 Q8 O; R# C: l3 ^9 Y! d* X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。
+ J8 d2 q {; d0 f. c5 r" s# R/ P* O. i/ {4 p4 _
跟大家汇报一下最近的学习心得。
! U4 ~: u9 V- U, B9 U
7 |* l6 }% t1 h4 L" ~0 U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0 y4 e2 C7 V: J9 l) p. i
( o- J9 G" I# q* i5 a! n7 b" j
最怕这种品牌问题。简直送命题。
/ F! I3 l. n3 Q+ n6 n) K, G5 A' P
+ r' U6 S9 O6 d* Q1 E& Q$ x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。 6 K7 U% \+ Q$ y9 A2 s2 n% q) c
& M: m5 ~; ] o# _, s1 g
这事儿勾起了我的一番思考,值得跟大家汇报一下。3 B0 G* z( }$ J) ?
) p3 b# o$ X7 Y. k& C3 z* 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。。。
: G/ n& U& C, [" v& E( o0 n# O! F4 Z& U/ {5 l
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:
. Y; `$ G3 X, M: s5 d6 h- x3 a) m5 o8 T& i( D3 i8 f, a j2 p, [2 L% e2 `
Example 1:
) {9 b. w) T$ r9 |* D G9 }* ~; ]$ @9 s1 G2 U" `5 q! h
咱去哪儿玩啊? @ i! |8 k5 `1 O
都行
% [3 e8 W0 U% K; j. s4 E那咱看电影吧" d% g, x; _1 q. P) J
太老套了
+ [+ T* O1 i6 O9 z* G" v那咱打保龄球吧?
' z v3 h3 k% [5 E大热天的。。。% B, @1 {3 u8 x4 E
那咱去哪儿玩啊?& ^! |# E2 j7 ]9 N |# ?# {' O1 N
都行
/ R# ]* W/ s* O* e
, L7 f# {" e1 x" E咱今晚吃什么?
1 d1 ^0 X# _1 Y# x$ M) I/ N* y+ d随便
, ^4 ]- \5 E d* F# d7 B那咱吃火锅?5 R2 h& H. x6 E* D! c( a
吃火锅长痘痘。1 ]& \( N7 N$ f6 b
那咱吃烧烤?7 `4 v* B9 E* a# u( Q$ j
上次刚吃的烧烤。! k; @3 @5 _ Y
那咱吃什么?7 H% I5 S6 i8 @3 v6 ?: o8 F. }
随便 ; V3 s0 r$ e* E/ O2 Q& g. F
3 R6 L, z! _4 h9 TExample 2:
9 S0 x+ x) M- {4 e9 G/ x: K( sHouston, we have a problem.
& K* m1 p: V$ K N1 Q. g+ m5 kWhat? % F @+ D5 d( J
Never mind / @! Z( z: Z4 q' c( h
What's the problem? 0 X4 j1 @& ]3 O+ P) a8 k
Nothing & ~4 n' w/ N! F9 k7 t7 ?, z X
Please tell us?
- V' s' `5 |, v# BYou know what the problem is. 6 T C, ]; L! P( g' L
% ]1 L8 m$ e: |5 m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。
1 U4 U$ ?. Z* E8 }2 Y( o8 d* [$ s
: ^# _1 |7 f# @2 L8 T( M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。
* o! q" z: R- z6 _! w( R g
* S# h% Z, t8 W' j1 p4 x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。* y8 G& S: Q. }& m S/ S
! @) u- u U8 ]" L/ G7 \/ n
看到这里,各位男同学觉得眼熟么?- o8 b( U# S! x: z3 F% U8 ~( d
再来看看前面的两个例子。。。
- ]/ t! N W. c# o* Y" G- Bxxx,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。。。
3 f, ]+ _4 J: p! K( C" I1 v w% n
! n6 ~/ {4 c3 S( W( Y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( x- X q7 K. U( i" S" t F! L9 `2 }% \ C
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?
3 Q* N3 M9 h6 U& [' B( o) W7 g9 V4 i2 \" y: }
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。。。
6 c& J2 x5 s/ \" M- R L% Y7 y# N0 c0 S: W1 T1 l6 f; V/ p5 t) O
为什么相爱总是简单,相处太难?得training。. Y$ j, i7 k8 K3 c/ ?
I# D. H; L: 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。。。& \$ E' D% |6 |! g! ^5 q
5 `% Q& }4 {5 S: n! c, w" s
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
+ [4 j; |) ~+ ]( Y. h3 y; U |
评分
-
查看全部评分
|