TA的每日心情 | 开心 昨天 04:33 |
---|
签到天数: 1859 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 " v6 u' d5 E8 {" |
2 |" C% f2 K- U& I2 f; O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。, G, L* ^ U- A& Q
O! m1 o5 N. B+ o跟大家汇报一下最近的学习心得。
: P* }+ n' }# @8 ~2 @; O. L- m# I" j" U3 b
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
' t4 a) P' B$ T: y
0 J1 f) U) e( H% G# j2 x最怕这种品牌问题。简直送命题。; G7 H; V, N3 L4 d5 h W
0 K0 \- Z4 j' [
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。
8 M" P7 ?1 H$ n4 K% e d$ G0 `" ]# ~5 Z. j( J. o
这事儿勾起了我的一番思考,值得跟大家汇报一下。) O, c/ C9 T4 c5 _
5 [; o) H0 q3 T/ _ m/ O( ^ \% ~
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。。。8 |0 Q b3 A* d: m: f/ l
# s( I( j% z O, V: k6 [
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:
; g! z$ w3 h+ A' N+ k! I) T& v: k, q R# r8 K
Example 1:
0 u! f4 g- w9 l
' k" k1 w7 r! d; J6 a% [咱去哪儿玩啊?9 I. |! u) G# C) O! p4 F+ k7 m
都行
( t5 ]! I9 n- v. f那咱看电影吧
' I `& \; `+ T' V8 e3 ^太老套了& j: a0 W+ B! N6 i* O
那咱打保龄球吧?
i; n& x1 r7 K2 I大热天的。。。' h1 O( k4 i8 U6 N' @8 z
那咱去哪儿玩啊?
2 y$ L: t2 H$ b都行1 m, z. x4 e' k/ V7 C6 [. n! ^! M
1 u7 B0 @& \" W- v; P% f( B咱今晚吃什么?3 |0 K; |8 l. ~' P0 j" l
随便
2 \" R/ B. `2 h% x* g4 b, N/ w那咱吃火锅?' h0 o% m. ^( r/ I6 j
吃火锅长痘痘。 x5 `) m' J3 o% ~
那咱吃烧烤?3 |4 ~& j1 \9 Z" P
上次刚吃的烧烤。
; W9 [' o/ W3 c$ o那咱吃什么?
8 M, p, d- D/ i随便 7 v7 X) }: r" o. W1 ?" L. C5 [
; }, N& G) z/ G( O, m5 Q2 z1 s! |! CExample 2:6 z9 k' O, l8 T' s6 W* S
Houston, we have a problem. 6 z7 h! D' O' E# d
What?
/ c- e* { k' F4 C- B2 ?# _4 GNever mind ' D* U- d' r. _% {- E
What's the problem?
' s! @4 K4 j% I. x) C* _Nothing
; c! X5 @7 P# W6 c1 TPlease tell us? 0 Q9 \2 d/ M: f$ ~, ~
You know what the problem is. 9 A/ ^4 J, Y' D2 {. I" Y7 E% `6 l
, y$ f6 i( M" l# A
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。
3 {! }" L& H+ Z) z
2 q- G' T9 C* Q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。
; T5 E# e0 |, _% M. X, {; |
0 k& m$ [% X1 p) Q. 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。# Y9 P) ~3 [9 d- ]8 a, i S
, n4 @3 n( V+ Y% l, M: v看到这里,各位男同学觉得眼熟么?
}5 W3 m9 t5 u! e g) ~: T* e/ f再来看看前面的两个例子。。。
) Z# ?' O) f) Q/ o) uxxx,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。。。
/ ?8 }& p( U1 s1 L' N" o( O' [6 n* k' V& l. G
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。
4 b+ ]9 E5 `2 T' x, G2 @+ Y
; b, j: w. {6 o4 p" f5 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?
9 v* t3 O9 M- x; R# C, l, w8 C# e
+ I9 |6 Q3 k& |6 @4 @9 X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。。。
! @& g, J9 k2 l/ j# }+ Z3 B
: W" T4 D4 o2 `9 G2 ^ p) [为什么相爱总是简单,相处太难?得training。7 y* p9 z% |: S: R- }$ }
4 q7 T J& ~: s
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。。。' k- V. |1 m# c m5 k
* e1 U# s8 z. y9 G
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
# @6 {; z1 L) _6 f |
评分
-
查看全部评分
|