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
) F# U0 S3 Y8 [ V# v2 W# w+ e4 M, u3 f7 X2 Z9 d! Z- D
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。6 K; ~& [9 I* F6 _% ]
$ H3 d8 N6 Z; A5 A9 x7 R# K
跟大家汇报一下最近的学习心得。
7 c- w( t4 z- B0 Q/ Y6 I
- ^& U4 Z- R8 A' \+ K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
/ i4 M: y6 U! Z5 t' c0 G' \5 s* O" j; A
最怕这种品牌问题。简直送命题。1 N% W2 s7 c6 }
U# F0 p! E$ G6 G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。 5 J5 i& f+ ?, M& \( L
1 q# @1 ~, P( J
这事儿勾起了我的一番思考,值得跟大家汇报一下。
% f0 k/ [* n% E5 M. }& ]1 z7 _( \* e7 _' t l7 O) b/ ?3 _
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。。。, i0 g/ r+ S8 t
9 b4 }+ U- |- p8 Z: N" b+ I! F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:. N9 a0 O' z" q+ ~1 f
7 _$ Z* w6 g7 x6 X7 V" zExample 1:/ i( C. D1 P& z; V8 Y- `4 _
( h5 l/ C" i Q$ e! }2 X
咱去哪儿玩啊?
3 J0 C" R. ?( r都行
! Y& b- I5 g" n( g# }3 |' Z- |那咱看电影吧7 v0 V* Q! O3 i3 ~9 V
太老套了+ \( z! W% I( Q+ I1 N- F1 a+ U
那咱打保龄球吧?. x9 j% m5 X, L" u& S6 V1 G
大热天的。。。# u9 E( K& E, L. Q; y2 k! C
那咱去哪儿玩啊?; ~0 Z" _% e# @) ^
都行
8 I$ u) P- Q3 d& Y9 D+ C& Z0 R
/ c9 }7 J$ w* o# M. H! J咱今晚吃什么?
* p' i& F* i/ C+ _# n. l# d随便
7 O. C5 E5 R6 s' G/ V7 C那咱吃火锅?
& f, F/ R9 w# l吃火锅长痘痘。
" E# f K$ Y# t* p# F2 d6 m; [那咱吃烧烤?0 N4 L- s& m% p- I& L" }
上次刚吃的烧烤。
$ O9 G, L5 m/ t' ]8 b( s6 |那咱吃什么?
0 d7 v6 f7 w9 G+ I3 `) \随便
' [+ }; W; x) D% \( h
" P# g& l) A e- hExample 2:! s( ]8 J( N6 b6 F/ F% b
Houston, we have a problem.
/ T0 b8 U0 i: n1 }What? ) g( f4 b, N8 X$ t. O7 ?( Q/ J1 i
Never mind 4 `, T8 }8 X3 z
What's the problem? ! T5 c- g! ?$ \3 q" H" t5 N, y
Nothing # p# c! U: k: ~+ a! N( `0 f
Please tell us?
& U0 ^( H6 O" j9 J6 e# C* L* _& f; f( q! {You know what the problem is.
/ p& f+ m8 Y6 @) y1 e* Q R" h" }& a8 W' Y( v, w
女士们不知道读心术尚未成熟么?为什么明明有答案却不肯说出来呢?这种我猜我猜我猜猜猜的游戏实在是让人恼火。。。这个问题一直困扰着我。直到最近我学了机器学习,豁然开朗。
; f P% x" x- ]& V' P9 P& n
0 s0 Q' Q, Q* t$ a* P8 K- F先说说什么是机器学习吧。简单(不严谨地)说,就是让机器学会干活儿。干什么活儿呢?,不是烤肉松包,换门铃这种。比方说,让机器学会如何认出一只猫。早先的思路是总结出猫的特征,输入机器中,然后让机器每见到一物件就按这个标准判断是不是猫。这条路就叫专家系统。比如说吧,告诉机器,猫,乃是有四条腿一脑袋一尾巴的毛茸茸可爱小生物。但效果并不好。比方说来一哈巴狗,机器就puzzle了,这是猫吧。。。总结出的规则,难免挂一漏万,所以不能这么教。那怎么教呢?人类也是经过长期的实践,发现一条路,靠training。
& V1 O) y" S4 e: A# s
- u5 S: \' J- ?" G具体怎么叫training呢?得这样,仿照人的神经网络,搭一个基于代码的神经网络。然后给他看一个猫(的照片),告诉他,这是猫。再给他看一其他物件(比如说哈巴狗)(的照片),告诉他,不是猫。如此反复,让他自己悟去。这样才能完整了解猫这个概念。
2 v/ ^5 }+ L- r
# @$ u1 Q# a! Q" E# o! g+ m7 O看到这里,各位男同学觉得眼熟么?6 R7 q, ^0 @; T1 }4 h9 D% I
再来看看前面的两个例子。。。
, {2 i& B4 K& W, z# h( H4 u: exxx,这两个例子不就是training么?搞了这么多年理工,实验品竟是我自己。。。
$ b W8 j$ A: \7 k# y
1 Y) T" z; X' {+ H# e别急,还没完。神经网络training最怕什么?有同学可能说了,最怕training不足(under training),网络把别的动物认成猫。不对。学习能力里最重要的是什么?是泛化学习,举一隅而反三隅是也。还拿认猫来举例,我们希望的机器学习是认识猫这个抽象的概念,而不是某一只或某一种具体的猫。比如说吧,如果你给机器看的猫都是黑猫,机器很有可能在猫这个概念里加上黑色这个本不应存在的多余限制。现在再拿校长家的雪球给他看,他就不知到是猫了。Training最怕的就是这种over training。因为under training还可以通过继续training来完善,但一旦over training了,再想泛化就很麻烦了。; h0 z& O) S+ _/ s, u& M
2 K7 _ \) f( [4 D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?
( a7 |" o# L4 Y! w' Y# U1 o0 D
9 ]/ }$ v: B6 q2 `! A' }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 F5 X- G$ p& e" ?( q. s2 i
" _, J: F% J' s6 H R为什么相爱总是简单,相处太难?得training。
; j" b& b( s9 y4 V1 u1 ]$ {2 E, M# U' \8 W; 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。。。
i0 S* O2 x- r7 M/ V3 ~
6 h) u" m* t# K$ A. ?4 o8 ~5 O对了,那什么,我得先走了。。。有没有下回看缘分了。。。 K' Q# E# g$ J3 E4 Z# L
|
评分
-
查看全部评分
|