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
- D9 n4 s" c. I( e+ S1 k
8 b2 y# n9 K5 }5 Y" 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。2 g4 }$ J+ t/ R
& A1 Y7 C& n4 @& H
跟大家汇报一下最近的学习心得。3 f. W k* ?' I/ _, o
k) q. o0 g( F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
/ ^# O U8 ~5 K& a' X* l0 T. p7 g& r* c7 V% X* P
最怕这种品牌问题。简直送命题。
; h6 _% o- Z, j$ ?( C* N7 D
9 w" G. p1 g) Q& X; q; P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。 g# V6 c @5 g/ i/ ^! Z
1 U" b2 y0 E% T, p- Q" k这事儿勾起了我的一番思考,值得跟大家汇报一下。: `) \+ R/ s9 n) V
8 U$ h" e2 B3 i, E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。。。+ @3 C. u9 i2 P
0 k9 I+ [' D" R, t6 j% F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:2 r! ?9 O( Q; M' A; ]* V! g3 j, w! E) N
7 s- D& e9 V* W4 P9 E. e' _Example 1:
' V! m |. J4 D g( j! r0 `$ n/ x% n9 d+ p
咱去哪儿玩啊?
# p' g* W( z8 R+ d都行
5 G" J4 s& y! l% g" [那咱看电影吧
& E" y, }2 }" L5 e3 {) B# Q# L5 Q! x9 y太老套了- M8 L& f( _- A6 W
那咱打保龄球吧?; _* _/ `& L% \8 y
大热天的。。。
1 c( W5 L5 g8 N: G7 ~* z! s那咱去哪儿玩啊?
5 n. _; z9 v. T3 D: h S8 L6 A4 i都行
. ]8 b; f7 M+ e/ S/ \% \ c2 H) o u" k6 l
咱今晚吃什么?. ^! u% u" ]/ i0 ?/ t! F+ x
随便& g3 G4 s+ w: F9 z+ l- V
那咱吃火锅?3 G& p: O0 l e4 h8 r" D
吃火锅长痘痘。
2 l" z* o$ C& y- f( X+ @2 u5 B. U那咱吃烧烤?0 D$ _' R* m* b% x6 |/ L
上次刚吃的烧烤。
( q& V+ p% ]4 V( T/ |# G+ X2 [那咱吃什么?
9 l3 l& @2 C* P3 |; f2 I) f. Z% E( V随便 . Y. t: U4 `8 \: U/ j1 n
" P6 W8 h; ]+ E: Q( y- v; eExample 2:
, ]' U/ P% p/ Z( o' P" L% LHouston, we have a problem. & f: |( y7 f( B) j4 f0 g
What? 5 k0 e( N- }% R# h$ |7 n3 r
Never mind ; x3 S0 T$ B0 E# }; s5 W
What's the problem?
( ?" U: I# g0 E4 \5 G& t9 lNothing
' C7 d! ]8 _0 }6 G: W% iPlease tell us?
$ \% x9 ]# K( {) D* m; O! k5 [1 KYou know what the problem is.
, r- _3 h2 s# @6 L0 n4 ^4 K- ~' e7 P. N, U2 j
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。; w! e1 {1 S1 k O; G
4 J. r! v5 X) g
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。1 M5 R1 c& C- B( `9 I1 c9 D% }3 y
. p$ X( X' I( d- b, F% 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。. u0 I7 I3 w7 w4 i
; W/ f/ q1 G+ q7 Q- `
看到这里,各位男同学觉得眼熟么?5 t1 H1 R4 F5 t4 L
再来看看前面的两个例子。。。
5 D+ X W. P6 nxxx,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。。。
9 y/ @( E- Z$ v. {' g- L6 M
! E' Q/ C) ]2 G( J2 W2 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。
" h _7 T' |5 w/ P, r" i* \# `, f! v: _( 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?& P. Q4 N1 o1 \2 h
" I* i. {7 x1 [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。。。
0 D5 m* Q1 `* d$ B# p7 R9 r" H* f. E' x& E* @3 v: |
为什么相爱总是简单,相处太难?得training。
; C5 q( x8 a- x t5 A8 ^& B8 l' `: Y0 D Y0 M G" M* V% D9 A' l7 [
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。。。) X7 [ i* Z" ~7 ]. @
1 l, P6 o, w- e- y) c1 O% Y
对了,那什么,我得先走了。。。有没有下回看缘分了。。。2 W- }3 m1 Y. H3 _
|
评分
-
查看全部评分
|