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 & I( |( \( p" T
* T3 c' k' V, |: k: f
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。7 q1 f) V1 L5 h5 ]. h( ?# ^! R! L! W# X
. b% h8 [4 i8 _: b$ \
跟大家汇报一下最近的学习心得。
' D. ?% _% H/ m3 m: R. c2 I( ?. V/ f) ?, s; V
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
4 v j, Y) X, L/ F0 ^
0 R% E! A1 `- x4 t最怕这种品牌问题。简直送命题。
* k0 R5 n) Q! G) y" D' L$ ]
( ^4 P) p! _3 ?# _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。
. c6 {7 ~1 L8 m) s. M- v; o2 ^# ^. ^( y+ Q% F$ u
这事儿勾起了我的一番思考，值得跟大家汇报一下。
4 G! H0 ~( V- g) ~8 j8 M' g0 R8 g
' a# P' h5 t& F' Z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。。。
1 W: [; ^/ N3 r* V4 O
' V% c Z% e T$ ]; _4 y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 [5 ~# O0 f, `% {' i
! t |0 B4 f: iExample 1：
8 ~" g4 \9 {& m6 I! t0 G0 e. M* w0 \7 b8 x4 h3 s Z
咱去哪儿玩啊？
0 ?4 e4 D2 b& l) F- W都行
& Y( c8 E9 a( O4 j0 N- }7 V那咱看电影吧
3 z6 e: C( J* N太老套了2 p, g9 F5 E4 P7 A }
那咱打保龄球吧？
* s4 V, D+ Y" C; N D大热天的。。。+ d# _" x$ Z0 l+ s9 j- W4 [
那咱去哪儿玩啊？3 {/ T; x3 y, q' s$ q. t+ }0 g
都行
1 ^! U8 D- ~5 a& i: \
8 `2 u' ?2 P- v: P+ b% B2 {) E+ J咱今晚吃什么？- H7 K% b* ?( O1 X9 {, H% n
随便
2 }9 A- T% R6 R3 w, h那咱吃火锅？' q7 z5 r9 `/ v( G* Q$ z0 V; z
吃火锅长痘痘。
& _0 a: i- d7 [/ R% a# o2 w那咱吃烧烤?
# X! X- G9 o$ m上次刚吃的烧烤。
2 [3 o" M1 t) q9 ]那咱吃什么？
: v3 b+ F0 l" Z' j: m8 ~; u7 L随便
& b5 \3 X$ X6 a9 A; y; Y, k( q* NExample 2：3 _" B$ ?6 j+ o
Houston, we have a problem. 3 n: u! f% i2 ^9 ~2 ?6 z- o. {) v
What? 9 l; E3 ]7 Q9 z& V' `8 n( s' u
Never mind
Y' g9 @' t8 P& fWhat's the problem? 8 o) a1 K% K, q V6 ~& t
Nothing 9 w, @9 V. ~4 i$ {5 a" p) \
Please tell us? , g0 g: H% @6 ^4 b3 V. k* E9 H8 c I1 P' _
You know what the problem is.
. |5 Z$ C# w8 J1 z |% f+ W, D& v: f4 N' ^5 ?0 B! @0 r9 e
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。
1 E: T% R) r/ }
6 E" z, ~, D( }4 \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。( [$ Q7 K2 D D Y& u3 ]
* _$ e9 G# W$ P1 K, C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。
* o1 K* |. m, w1 \ S m& B9 f$ i
看到这里，各位男同学觉得眼熟么？6 R/ @) t+ l; I: W( l
再来看看前面的两个例子。。。$ e1 s, p! G7 G0 i& N
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。。。
+ Y( m l3 e R% Q. e& H+ g H! X2 G7 D9 j! 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。
% m& g5 e( r6 D7 a& \! i2 `8 Z3 _5 M$ I9 I, l
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 C9 e# N4 _+ w1 j0 x/ {) H5 u% I% N1 {, F/ S, ]8 A P" b
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。。。
6 R* k7 x7 P+ |( G V1 x
; K3 @$ W* {! Z为什么相爱总是简单，相处太难？得training。+ ^6 t" A1 C% S7 j% K* u1 L
1 f- ^+ A& Z' t0 D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。。。$ u. w- {/ P( [- D9 K' h
: m: d1 ^$ U! J# ~5 g
对了，那什么，我得先走了。。。有没有下回看缘分了。。。2 J9 K* `, b8 m7 t# X7 N, {- b3 Q9 m
|
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道