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
. W. W+ G$ y/ u9 r+ d( e
+ ]' V( R! U# b e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。% s# J4 v2 K% z+ }$ r& x
4 D/ {6 y/ o7 \7 p跟大家汇报一下最近的学习心得。
+ a3 w3 C2 A0 a0 [# A" J* ^5 Z% [% o
! @ Y7 X3 L- J4 d# @9 Q6 Q; @8 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
4 z, {1 s/ X2 c9 h4 a$ ?2 V' ]0 \
9 ?% j6 \; I, w9 R最怕这种品牌问题。简直送命题。
" E, ~, B8 w3 I% F5 |( `: p
* A0 L( v( f7 [8 h3 S( O! t" g7 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。
; B2 N q0 A; Z% F9 W6 e* n/ D* Y: k1 g2 B/ y
这事儿勾起了我的一番思考,值得跟大家汇报一下。8 v! T; Q+ q8 n* C& l
6 H6 a' q0 H+ q+ t3 K/ w5 e* _, 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。。。
/ d+ P! g" o* y0 T- X0 n3 m8 O' A
1 @' w3 k8 _- u& [' C z$ O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:# m2 L9 V) O6 c& H# p7 V
# B* M( ^: L: Y% D
Example 1:
6 P# |. ]0 R; f& e8 L, I8 {9 U2 ?" t- W2 o. U
咱去哪儿玩啊?" p9 ]& u# F5 p' q2 ]/ Y5 k
都行% d0 U) J0 T$ u# x/ s+ W
那咱看电影吧' @8 @- Z, ~, l! B
太老套了9 @; i$ X s f0 Z6 }, B! y8 I2 H
那咱打保龄球吧?
# [" c; G5 C" J! U: @大热天的。。。, C4 z) F7 i- ]: C' }6 H
那咱去哪儿玩啊?
p& s5 I5 n' F0 X都行
. e0 L( K# \. J; ~% s
+ I, V+ l4 J: u: w# a3 M/ ~咱今晚吃什么?
, ]6 `# x9 z1 U2 Z) q: l3 F0 c随便
9 U* ~: Z1 y. P1 T那咱吃火锅?
4 C; h% F( H3 F$ J* B吃火锅长痘痘。9 W9 f& h4 V0 p, f7 j
那咱吃烧烤?4 p1 [- W* H4 v9 C
上次刚吃的烧烤。3 r; i0 Q: n* ?' B3 o9 s
那咱吃什么?+ S' k7 f; ?, Y* u: N8 ^3 }
随便
0 M* ?' ^& C* K- R6 r8 X: {, X c6 b8 \* D, Q/ f$ |* e
Example 2:
+ c B9 x: K' T4 }: V2 v) Q5 sHouston, we have a problem. 1 f" B1 s) y7 n, d' I
What? ) y$ \& X2 h2 ]; }1 q& j9 a- E1 Y9 b
Never mind 3 g6 C7 E; J0 B; H4 W/ C ]8 A# q- j
What's the problem? ( W: n2 n' J1 a7 l2 k& A
Nothing 4 S' F4 u2 D; t+ {
Please tell us? ) a( w) G# [5 F! J4 K
You know what the problem is.
7 c O/ t/ z/ v3 s* x$ I9 [* E
) r z* s4 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。
5 h# B, _2 g3 ~$ q/ K+ @8 }( F6 ?2 U
) n% g3 h- N+ d& ?: w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。
; }' |+ O! Z/ t, z. [6 A: R
( q$ `7 h7 U1 U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 T2 k1 j( z8 j1 j" n2 ~
3 C" r7 f5 A$ ~4 T; f
看到这里,各位男同学觉得眼熟么?' y2 Z7 d% k, p2 H; R" d
再来看看前面的两个例子。。。: g7 E5 ]: F- o5 J9 o8 O
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 J5 _' U! j8 l3 R
, R w0 \$ L9 O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。$ _0 h3 [2 D/ J/ |& K* D
, Q6 Z/ C% w* Q! \1 V {* ]" S
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?9 A0 N. e9 j6 u }) V
1 ~/ n; e8 i0 z' p* M1 p' n
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。。。
5 r- |1 u, Q( G8 l' d9 T S, p
4 V7 ` @" e' D5 e9 n; S为什么相爱总是简单,相处太难?得training。8 B" E+ `0 j* u# M& Q
- x1 h a0 C- _/ p- m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。。。
9 m& O) @% j$ h4 a
$ I$ e8 q! f# G0 V$ ]对了,那什么,我得先走了。。。有没有下回看缘分了。。。
, t! [, u" a: c8 v0 ?) H, D: c |
评分
-
查看全部评分
|