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
2 D" E J5 g; k& y" x& K5 J. e6 d6 H) D+ Z
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。
) h% D3 W: G1 a2 x/ s1 i/ Y- ]! ~/ ~" T4 t
跟大家汇报一下最近的学习心得。
! ?9 g: x: a6 D P( @
. _' F4 M7 ? E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2 Y; R3 W7 {2 Q4 r3 u
: Q9 u6 q3 z8 q: X, E最怕这种品牌问题。简直送命题。
# X- i" i0 e4 P) q& _- V
5 }& V3 C- r1 t5 [. u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。 7 O& p7 p5 C- i
* w7 G2 ~% m; l
这事儿勾起了我的一番思考,值得跟大家汇报一下。; g! g7 H( N6 s9 g8 r" `
$ c1 b5 |8 K: P6 g6 A0 U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。。。7 B" P' M/ T1 p4 f4 U4 m9 c- O! t
% s4 \4 K$ t3 m0 M
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:1 H O- I9 A2 T% r2 i
& P) Y- O8 o' g0 ^1 I6 ]Example 1:. a& Q. G% y1 P1 O/ y) b4 \+ C( {5 i
9 z, i% ^8 x' J( ~ `咱去哪儿玩啊?7 G4 W0 {2 v% T; j$ d! N
都行
& K7 ]# N; H0 v, e, i& x那咱看电影吧
6 w$ ?, X. N$ u5 ?/ s太老套了5 g! w! S; F2 \
那咱打保龄球吧?7 N% t3 l7 f$ r7 t6 \
大热天的。。。) V0 b+ \8 ^. O4 F9 B& z
那咱去哪儿玩啊?! X! c4 K6 D7 h
都行
9 y& O6 A, o6 R! Q" G0 r+ W U6 j; M$ Q1 o8 @
咱今晚吃什么?
9 O$ A0 \9 t5 K% _9 f, h随便1 K2 q: q/ B5 k
那咱吃火锅?$ X+ D7 S1 J! R2 G8 Y: e
吃火锅长痘痘。6 G2 Z0 f' b( y N
那咱吃烧烤?
/ h' u3 }: V6 D7 `: Y0 h上次刚吃的烧烤。
! [4 I2 j# l( k6 t8 m那咱吃什么?
, z1 M; T2 E% c' w" X随便
9 \; C1 w; D% y1 w: B' s2 L
, Q) c* l$ {7 r1 r( MExample 2:
% z2 C! F* V9 @; JHouston, we have a problem. / G: `4 `) i9 I9 {( T' F. F
What? - p& O( ?# \1 @; p4 a
Never mind 9 ^7 `) k9 s! o8 }
What's the problem? 9 o: g6 y4 K+ P1 m* m6 @
Nothing 8 `* R8 ?# G, j
Please tell us?
8 [6 Z# y: Y$ a5 f3 F d* mYou know what the problem is.
+ J ^ t4 X4 y" J
) u9 B w$ w, O& f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. f- E" v4 e/ Y
3 I2 o R3 y5 u* h( B9 F. ^1 L
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 N$ u& q: I( B7 [
- F2 t! c, ^% v2 i0 ^0 R4 h+ O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。 h& v$ \: C3 H4 M- l$ U
8 M- R" ]5 p1 k3 |. W
看到这里,各位男同学觉得眼熟么?
& v }9 ^7 S9 k6 @& d% n1 ~) z再来看看前面的两个例子。。。% C, Y9 D9 ~2 W: _& t1 ^! Q r. Q4 w8 e
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。。。
6 b. r, [* r3 t) z% i. A: `% e( j
, ?7 p# q; T8 L& x4 }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。; u/ w2 t7 K3 s; _5 i2 ^
4 e8 Q+ _1 @. q/ C# K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?
+ a) t* ?9 z) F% ?7 p
. o" }/ `6 o0 F. g" I% Z9 i% p1 K. a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。。。
' ~* L$ A, M- a- l6 ?$ ?7 G# s
' k( c# @. X* c# g$ W4 U. o0 X% T为什么相爱总是简单,相处太难?得training。
% O# e* c& R1 r% Y. i0 l: j p1 F. h w$ Z( B
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。。。
2 U$ y9 c3 w8 B7 M
. t/ Z1 f4 h6 T* Y0 ?' l4 d; ]' W; v对了,那什么,我得先走了。。。有没有下回看缘分了。。。
# N( Y& w9 K( A# w3 ^( E |
评分
-
查看全部评分
|