TA的每日心情 | 开心 2024-7-10 00:43 |
---|
签到天数: 1707 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 % F3 ]5 w; e5 F9 c
8 J( Z+ g& h, h) K
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。
$ K' M4 O8 m9 k' g( }
) r- b- }0 b+ a; |! J/ s; d- I跟大家汇报一下最近的学习心得。
4 ~3 q8 X5 L6 r. i! ]
) r/ L8 M2 r% ~* q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
# U6 b6 M! ] i( ~% q& _5 r
+ [4 l. \0 l- B$ E最怕这种品牌问题。简直送命题。0 U' |2 u5 @' X( X7 }3 E
4 E$ C+ ]$ x" u9 ^( y6 j" C# ]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。
2 r* D! G2 a* p& F" m$ |
5 _* V' ?2 F S8 o9 X9 T9 t这事儿勾起了我的一番思考,值得跟大家汇报一下。
6 D, f, S3 X, Z2 k$ U5 w; Q3 q$ B g1 Z: {, f, F3 p0 S" 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。。。
% x+ C5 i/ M. U8 V* e+ v v& K7 m/ G$ _7 `- s
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:
0 C$ N3 x" G; F, U" x+ s5 [: E, q
Example 1:( u! Q. b& M! l
4 g) Y* B- R n: S' y咱去哪儿玩啊? S) k) `2 t6 o* z* F2 Y2 L
都行. j/ P" B: Y, j! X9 \ Z; n
那咱看电影吧' B. s8 Y$ M1 q/ p& _1 O) I
太老套了/ n) p% r Y2 q, i
那咱打保龄球吧?. [1 j" N6 a$ N: Z6 r; F# G( o
大热天的。。。
% ^: F q0 U# h3 U2 @" Z0 ^; [那咱去哪儿玩啊?5 C, {6 N! y3 R' @$ k: e
都行
9 A& U/ d0 ^2 S7 t6 H0 T# ]3 Q& q- b1 ^" k: b; u. a
咱今晚吃什么?
# G9 g& i- K7 d- i6 R# w5 a随便
* I0 W( n+ h( l0 ^那咱吃火锅?/ A! x0 N1 w& N% |% R8 J# S: O
吃火锅长痘痘。3 A: S3 l7 {# M' P# P+ w
那咱吃烧烤?
, \+ }4 g' l3 x |3 Z; J上次刚吃的烧烤。
+ s5 v' q0 k# Y6 A# y2 C/ l那咱吃什么?
* O% k! Y# w6 T0 Q2 e6 t2 \+ f随便
% w! T/ m0 Q7 H" |3 L* Z2 e- y; c5 B7 u& k3 `- m3 {6 {5 m; s% ~
Example 2:% C |% }2 y: q g5 e R3 W! o
Houston, we have a problem. ' B8 b% K: h- S: A& N1 T
What?
" Z2 h; R1 u; f8 H" E; U) JNever mind . J5 m# S$ Q8 i Q+ l
What's the problem?
+ A& o/ r5 f; O, RNothing , c- ^$ h$ x7 _% j) q9 m3 X. L
Please tell us?
8 N+ ^1 d# `7 ~' u; K( ?You know what the problem is. ! i. s8 h0 `& E. c% G5 M
) F3 d. _9 s; S% R( v9 K7 i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。
|! @! T* S! k0 S1 [# A" }; I
( ?' L, \4 |8 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。
. D3 U v' {2 R& ^. @$ B
1 |& K5 o2 t5 E, r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。
0 U% \9 c g8 {' u
( k# J( D/ P/ Q( M看到这里,各位男同学觉得眼熟么?
; X: w c G; w. B7 L/ B再来看看前面的两个例子。。。
: i! _" \7 H/ j' }# Sxxx,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 K2 M1 m# P( k, T
9 x, \6 N) N9 @" c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。% o1 Y( g% J/ W
@# H( Y& {& a
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?
5 N V1 T* A8 O$ b; k' m$ n! ]( Z1 u V, k& T" r
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。。。
* P0 K$ N6 {8 k$ i3 b2 Z$ u4 V. o& i- W9 A" s' Q$ V# l0 t( R) R1 d8 a
为什么相爱总是简单,相处太难?得training。; `9 V3 i7 }1 n$ s
# S* i# p' H4 e6 O8 T& y" @3 \; c
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。。。
T9 F: O; E% p+ O$ D0 q/ U6 \8 d- M1 ^% D. q+ j6 p, {8 m
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
7 @, ~6 S" t8 c1 z* x8 O |
评分
-
查看全部评分
|