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
9 R- g O. p _& X9 L" w; W
. d! ?& u8 k U6 O/ q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。
+ E. v9 g& Y0 ^# U
$ w) F" H3 [% H( `跟大家汇报一下最近的学习心得。% S) N' s* ^, C' i
+ V# N8 z1 Y) P2 K7 t$ y4 |$ G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
" e* r* _! Q/ D. D4 j3 k& T0 d( z' f2 a" ~) Q, I$ `- i
最怕这种品牌问题。简直送命题。
6 K- g1 i. J7 ]+ J5 G, V7 ~! m3 a5 `; }# }; b. |. A: X
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。 : D# [' r, \6 c
$ c. N3 H* @* ]5 D( [" i- `6 n1 |4 L! L
这事儿勾起了我的一番思考,值得跟大家汇报一下。
: a# E9 D" ] B& O, R' ^2 I' _, T6 v. H8 K% 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。。。
- _. c" [7 G. M5 i9 ^8 x
! r% `: T* U4 z v3 z& l) z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:
& b, V& ^' S1 @5 L" K. h. W
. Y' l: R8 g; @+ _Example 1:
3 N) q4 L Z- o# E
5 T$ J. ~" q X咱去哪儿玩啊?! M. l' \6 Q" z9 Z4 ^1 I$ t" m! m
都行
* @9 W' N2 j) J1 q' w那咱看电影吧
+ E( m- Y/ ]+ n6 j2 {& w1 m7 Y5 F太老套了
* F2 ?( B4 a7 V+ J# ]3 E那咱打保龄球吧?- z. E/ M4 @$ x; F2 @3 c
大热天的。。。& s' o: K4 f! `) Q+ R* [8 H6 z
那咱去哪儿玩啊?2 ]# q# U/ E# E1 z' k( M {/ y. Z
都行5 w9 e/ E, A! D
+ v* l" P9 z) a* s5 c' ?. Z0 U
咱今晚吃什么?8 p4 n6 P0 M# u
随便" Q- d7 [1 Y) N* V; x2 M3 v
那咱吃火锅?, h. C2 ~. T9 }3 j& l3 v
吃火锅长痘痘。: t9 o/ v) d6 i) H; g
那咱吃烧烤?
& g7 X5 W, ?0 ~$ ^( \) _上次刚吃的烧烤。' X+ D+ U* S, M; u- A0 ~
那咱吃什么?/ x; ]+ k3 q0 B& J! `
随便 5 u2 g4 p& l* I4 J/ ?2 @* n/ B7 r8 H
$ L% b4 Z0 r5 Y) V" E9 x: @8 f
Example 2:, \9 h5 @# d! Y# I/ o
Houston, we have a problem. & |' a F) A& b- d, u9 s8 r- u- V
What?
8 D' S' k; z# ^4 L) P5 {# @Never mind ( Y, B0 d% O* g
What's the problem?
8 M9 b! H+ I7 K- `2 hNothing
5 |( h7 S N0 p9 P3 U6 R1 \$ y+ a! aPlease tell us? : s( r$ h; j* V: [' x
You know what the problem is. 9 _5 R' b2 R: S& f
" g D+ b6 B6 R; j; n7 R8 v; m
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。6 E0 y1 ]9 y! ^+ Q
2 {9 s- x; l* c; 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。' z7 M# y; x/ Q" {1 Q ]8 @9 w
3 T9 |1 _3 ^$ |7 i8 T
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 B* c$ E& ]4 ^" o6 }' M* r$ S8 b$ r, i0 r1 ~; x# E2 I
看到这里,各位男同学觉得眼熟么?
1 |6 c- f; m1 s. b再来看看前面的两个例子。。。
. Q N2 @# R% ?" \$ Yxxx,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。。。5 L$ E5 q3 _' m/ d4 c: m
0 _+ }, C+ U$ c, K
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。 P, U" {6 h5 G, r
1 q/ J: _( ^3 J! L. C* E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?
$ `+ P& _% c0 T$ ]5 m. R
/ U p Q4 J$ g' y/ E$ c7 h2 w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。。。
* M4 ~( e3 {$ e2 Y! {5 s
* _4 K; q5 _) O/ S0 g7 y3 N为什么相爱总是简单,相处太难?得training。2 L8 v. n5 n* t3 i
S C j7 B: e, h& G8 M* h8 {- 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。。。% B4 u! a5 D" o, y: H
7 S, V: }$ H; w
对了,那什么,我得先走了。。。有没有下回看缘分了。。。4 J0 Y/ V% G. {: J) p2 w
|
评分
-
查看全部评分
|