TA的每日心情 | 衰 2025-7-28 23:17 |
---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 # @. q) ~4 o& s' |( N
* }% { m, ^$ t: ~' @/ s
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。8 `; h4 W- B2 z: v% B# ~! T
+ }) j2 S4 A U) v! z
跟大家汇报一下最近的学习心得。, q( [- b* B3 p! j, t4 h
5 x8 ~: L5 x6 L6 f! U# n8 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! P. B9 R2 Z7 M) u, D& Q
/ G/ S p. U' k* Z4 z0 X2 B$ G最怕这种品牌问题。简直送命题。& F1 e, ~. R8 n8 C1 d
0 R0 k- O- y0 \' D |$ | L; {
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。
. I7 x0 Q6 ~: Q# T) m
4 u' y T' P: X/ M8 V: @ H* O这事儿勾起了我的一番思考,值得跟大家汇报一下。 O9 S' w* C$ n3 G d
7 m8 e3 {; P4 t \2 P9 y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。。。! D/ v& n: t& ^( z3 \! b: O
" f; t7 L! a, Q2 N. K& b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:
, f( Z& l \5 e/ F3 b. Z9 @1 I) ^' u. M# V6 Q5 k
Example 1:
% x2 F1 G) w. N% @
7 h8 H; ~; G( e: p咱去哪儿玩啊?: p. F9 r2 E# u
都行0 U8 U" L" J2 o1 l& Z
那咱看电影吧
! F( N# s7 l- }3 Q太老套了" d+ o1 t; @# G$ ]
那咱打保龄球吧?" h# B# U3 ~4 |: Y. Q. |# h
大热天的。。。$ |% A) n. s+ P! C' \
那咱去哪儿玩啊?4 k: s( U4 M3 y8 i& _; ~
都行
( D3 ?/ W! Q* I' g! S$ ~, P: u- `: P
% \+ Z( y' t ?- E0 s& |咱今晚吃什么?
2 z) Q& \: t$ Q$ `4 f随便
' i, q2 X- j5 `7 ^- w+ z5 W那咱吃火锅?
2 y! w0 M u' T! T吃火锅长痘痘。7 ^, |3 I( x3 G
那咱吃烧烤?
0 z q* S7 ^9 F上次刚吃的烧烤。; L- ~+ v0 g0 C! S4 K
那咱吃什么?# c# z6 s3 V% p. Q; J7 W$ ?" ^
随便 $ x) G( w& t0 p5 D7 u
6 D! I8 I2 ]0 M0 Z2 M+ t
Example 2:
# Q* {4 a# r; g& yHouston, we have a problem. % t$ G/ H, z/ d z
What? * R8 S. K5 V+ m) Z
Never mind
& S: n1 h M8 b: ZWhat's the problem? / n5 G8 k: D$ n4 Y0 m; s% M
Nothing 3 N5 g6 Q: p% c9 D5 E4 T
Please tell us?
8 G3 b# F2 r; T0 K% k# u: EYou know what the problem is. . c9 u8 E2 l7 Y; S. k5 V2 T
8 N1 R- Q0 J5 U8 F* J: Y0 \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 v4 {: ?, b" K
' ]) [" S* {7 v; y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。
! ~# S$ d$ p0 ^+ \) d. G
, J: Y2 ~0 M2 F/ p& L( ]; P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。5 Z7 A$ l1 H C! ?! J
, r% c& D- {" ~" [8 ]; T4 H% k6 X
看到这里,各位男同学觉得眼熟么?0 g7 ~1 e6 s! a! {; e- `
再来看看前面的两个例子。。。5 ~$ N3 U3 ~2 P4 o q# c* G( T
xxx,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 m1 ?4 N0 ~8 q
1 h4 i! s2 ~9 h6 c' R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。
+ B) `. W9 n" I1 [6 K4 r, D. J2 ]2 l0 J) E" N1 ?) D
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?
0 Q g1 A" Q* X4 r1 j/ C1 e5 G
% v* S3 Y$ Z* _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。。。7 d2 l6 M/ x" Z
. j |8 ^# p4 [7 w1 K d5 v9 m为什么相爱总是简单,相处太难?得training。1 I& ~. O! F4 ~, a
0 c" U* D( _) d$ e# g; g
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。。。3 c5 U# m) b4 N* x' y
$ q0 h) G- B% I- Z# r0 }( C) O$ e对了,那什么,我得先走了。。。有没有下回看缘分了。。。
6 b5 w5 t t ?1 D" g |
评分
-
查看全部评分
|