TA的每日心情 | 开心 2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 - o1 z. W% F' e4 j5 j1 G/ S6 ~6 m
) D! d) G9 g$ M M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。* F" M5 E' f& ]- Y9 P
3 x) H( H- y4 d3 u$ T5 Z
跟大家汇报一下最近的学习心得。
6 k$ d* \' B0 s4 L
0 y5 ?$ z* H' ~( Z6 \/ o1 \! w r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
! B6 C7 H8 u- W9 X% }7 I
. y" ~( g; s* S$ `# _$ G5 N" t4 ]最怕这种品牌问题。简直送命题。
! g4 H- N2 \+ _: v ^2 u1 X5 p- _1 ^, y. D
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。 3 @& ~2 T) ? _! D
: |/ l* V4 u, O1 d7 u7 C( U
这事儿勾起了我的一番思考,值得跟大家汇报一下。
! K) \5 `, x+ a6 a" l
: @! i1 {+ s, M7 \ A3 T- c% {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。。。
4 h1 Y2 D7 `8 O* G( g" g: h$ T7 M& X" @# G: Q
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:
8 e% J. ^ o: ?4 p: [. |* Q2 p ] @; U! V' ?. [
Example 1:
1 J: C& N- M# s; ]
( n' }, u* B- G! Q7 v咱去哪儿玩啊?
& d0 v, I) E* M, `1 H( T都行
; m; j6 C5 G4 J1 _( V那咱看电影吧1 u; q V. f. s+ B. v3 @
太老套了
- q/ s! m/ q$ W: ^. E) w$ c那咱打保龄球吧?0 e" K( V0 @' K. [2 @& g3 z
大热天的。。。! e6 Q" X8 Z7 l: h
那咱去哪儿玩啊?4 }! E& n6 \+ c, J: b+ Z! w3 b6 T
都行3 W6 ^( I+ e2 g1 |! E. e1 K' l+ u
/ Q% _4 I6 N R* h# Y# L
咱今晚吃什么?; ]7 [# o! \& z% C! \9 h
随便
6 L0 i6 ^9 k" C( F! k8 n" U那咱吃火锅?
1 `$ |% {9 A& g吃火锅长痘痘。5 n" P& B" u2 B+ u7 L2 l. M+ t
那咱吃烧烤?
) s* O6 O0 J3 I3 F: r上次刚吃的烧烤。9 J/ x( t5 U" h
那咱吃什么?
+ g3 I3 @# s& k, E, Q) D$ Q随便
9 X3 ?( `) q5 \: @" M, X
; |3 o" d2 F, P) VExample 2:
% T+ ?1 P( y! b% Q: T z5 L' w; QHouston, we have a problem.
- p9 F4 O i& ?2 N6 _What? 7 f" n. ?, q, T/ L8 a5 X
Never mind / n/ ~+ r0 z1 c' b
What's the problem?
' K7 l2 o2 Y9 S/ ~0 e1 d9 z% u6 LNothing w. s# X" r1 W' H
Please tell us? # F- g6 C2 Q% C6 _
You know what the problem is.
) {, q) k0 m. `& U; [% H9 D
& g( P/ `& v: ^4 U3 D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+ z6 _" R" T' h# A# f( j
0 p( F! }3 ]. F) Z. i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。
- P; |1 W6 T \' O; B: M) m
( L/ ]% v3 c* |/ 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。
) J: O J1 _7 w! X5 E$ @& E$ c2 T5 V( D9 M* t2 \! K
看到这里,各位男同学觉得眼熟么?
: ^) p- O( n) w4 p再来看看前面的两个例子。。。
, S- L! O* f: I& e( q$ lxxx,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。。。
: k3 h( c5 `( c- Q5 }7 v) P' `8 V/ v
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。
/ X: c$ k6 s3 h8 Z) H3 ^
0 `: D: s: ?/ w1 K; s- P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?
; |# R1 J* b5 p, v+ s: H8 T: U: u; C
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。。。/ t" H. ^* C$ }/ Y, p( [
) [ y4 W9 z- O6 t9 ~6 K
为什么相爱总是简单,相处太难?得training。
* ?$ @( D. h# a: _% x' Q e$ F$ {) f7 U: {6 r, H
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。。。
' h+ L2 Y' O- H
. q( A; T: }' z. i# t- y4 t, W$ d对了,那什么,我得先走了。。。有没有下回看缘分了。。。
! Y9 \0 F# f$ q |
评分
-
查看全部评分
|