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
' W3 s+ p& y( w& }
5 O% V! ^; c! i- F4 n! H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。
. R; @6 m9 L, b: E. B4 C. t
s4 z& S( r; H3 ?% Q0 c跟大家汇报一下最近的学习心得。6 R# k. l6 \* E5 P3 F* S
! Z, Y/ f5 c( r( r7 I6 E/ U3 M
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! ~1 Y: F2 r j$ C0 X3 t3 ^7 f
8 m2 s; e$ R' n
最怕这种品牌问题。简直送命题。% Y2 W$ n% ^9 `* u4 {& ]
$ o& y/ M" m6 J6 r
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。 : {( k7 J2 s" R% R5 ]- m
8 M1 e, I; w8 f4 L这事儿勾起了我的一番思考,值得跟大家汇报一下。$ j- H ~2 S5 S0 u
3 E$ H% j% M3 N4 k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。。。& K" [4 E' X9 {& Q4 N6 {
& V$ _2 |, e9 S! T% K8 E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:5 k; y2 P6 q' A# v
% M2 V) ?( _. W7 ^* a4 hExample 1:
) y8 C$ s' V& b
' C4 Y& V1 ^) I咱去哪儿玩啊?
4 H/ }, p$ Q3 n: k- @7 B: L都行
" B( j: v$ H5 ~0 H) N那咱看电影吧: m$ n+ i; ?6 x, R8 f0 G8 a: i# n
太老套了! P1 W) `. k- S- R
那咱打保龄球吧?( x9 J' S+ ^7 K+ p) u d& p7 r
大热天的。。。6 p. e. p5 C2 m
那咱去哪儿玩啊?4 `0 A( H! d& N, b- T6 X+ g
都行
4 B/ W: P; H& s8 g+ n% l
3 f% j! Y, D: V$ j" P咱今晚吃什么?
" m% x9 r |2 h, u随便
4 M6 z$ Z2 ~) O; ]# O4 X* u F那咱吃火锅?
- t, c/ w' G4 k% L5 d) Z7 y& D# w吃火锅长痘痘。
9 O. H3 u* W$ r8 K9 t% U那咱吃烧烤?
( Q$ ]4 o& C( f6 T' Z; ~5 L上次刚吃的烧烤。
5 E }/ N3 _3 Y$ D C. ?那咱吃什么?9 C; [: q! g, b' N2 B$ W3 b: s
随便 + D7 p+ G9 B4 [: F+ n
: t" S4 B- k) q% N& S6 r) _Example 2:# E# T7 j9 h; K0 {7 u
Houston, we have a problem.
/ j% E B" s1 o! g5 qWhat?
- Y# O, V% U1 A* F! aNever mind / P+ b. K6 p! f$ x" b
What's the problem? 9 T& q9 h( x( l) w* T5 u
Nothing
% U9 c1 B4 D/ b1 Z# l! U$ uPlease tell us? 7 x0 [ l+ s( Q+ W( D3 y' }
You know what the problem is. 1 u, o$ f/ n9 r: l8 U
( \- z2 m) A8 m, |1 ~. z# ^3 ?3 I
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( ~& \9 `3 N* l# G2 X
5 F! A1 h/ 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。
b6 s% e3 l- S# |/ ~0 H* j# k% O8 k
/ {* Y4 F$ I; B( G3 S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。$ ^4 V4 j3 u( A/ Q: ?) e! k; Z
$ R, q ~4 M# Z9 O
看到这里,各位男同学觉得眼熟么?" K% f/ `5 Z- ?9 y6 ~& H( i, b
再来看看前面的两个例子。。。
" C0 b" @# ]7 J, S& [% P+ H: rxxx,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。。。
1 a/ d6 u2 m4 g! A
: y, M6 l/ b. _! o" V+ u D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 w' ~, L% Q. s9 T4 B0 G2 J, ?
; V" t( p0 s! |$ t1 y0 f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?! z( t0 z4 d2 S2 w
3 U7 L5 a7 |* F; ^# g
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。。。- ~; Y3 @8 }1 n! H
8 k! |' Z3 b' y7 K: v( ^
为什么相爱总是简单,相处太难?得training。
9 }9 F! d/ B/ K8 b/ z8 M2 N+ D/ e K! [$ K0 V/ i
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。。。
) k7 s q* b" l! a+ }: O4 C5 j5 C% n) W' z# A
对了,那什么,我得先走了。。。有没有下回看缘分了。。。' C% l1 f( I# t% W& x
|
评分
-
查看全部评分
|