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 3 [4 h: r+ o4 c; F& ?
+ Y$ X) {$ w7 O1 g* C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。
& U1 V* T: b6 W8 H* U6 ~1 [+ L, M4 [3 `, y- {# q; f) @3 @, N
跟大家汇报一下最近的学习心得。$ U3 U& K& P: k+ P e
3 b, y+ d! L2 d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
- z7 n7 k8 ]4 H4 Y# c% M- g7 a$ M2 _/ F# f( v
最怕这种品牌问题。简直送命题。
5 S; H. T+ \; ~5 c" c
! e% o1 P g$ k8 g. u' ^% Y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。 . w5 D U$ a6 o/ s+ o* x
- D# ? `/ q& @% a7 }4 E- ^这事儿勾起了我的一番思考,值得跟大家汇报一下。
' `1 {; N9 f8 P9 a$ }1 z2 X
% v% D4 z) i$ d' ?7 ^. j. w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- F8 M# z; D" W# ]+ v
/ _' d+ }2 m& [) j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:" |2 J1 h" U* }5 U4 I& `
& c+ @& G* i% t
Example 1:9 h' B6 P6 l/ g+ C* m6 R9 h$ d. G
1 d: x6 t, U' O' }: t( z# ?' n+ b8 ]. D咱去哪儿玩啊?
6 ^: n( P3 M" |$ ~; I# U+ u都行
& m, |$ M7 m$ q1 ~那咱看电影吧
& u9 t0 y1 t6 X太老套了- Q1 R9 H9 F) s$ y8 o9 n
那咱打保龄球吧?/ Z/ y: ~# t7 j
大热天的。。。
& X8 n+ C, h+ u6 j) @那咱去哪儿玩啊?
( z( ^& v0 b/ ~, V3 |都行
7 f% ^8 M/ Q/ o( m
; |4 s! q3 K0 O- \咱今晚吃什么?( S4 T) v- s0 R7 J# Y: ~' _$ _
随便
! k9 _- u: a4 ^那咱吃火锅?/ |+ g: X3 U+ s w" w. y
吃火锅长痘痘。! h {: Z! v( M1 c; [4 k
那咱吃烧烤?
& x) G" @# g& A* U上次刚吃的烧烤。) t% p9 I4 B# g$ V- |
那咱吃什么?4 R0 c- n! M: O @0 ]. q9 }
随便
1 H* x+ l, D. v9 S! f7 H: C+ w# }* P; B( C X1 B3 N0 i
Example 2:6 {# o6 C5 I4 d8 \# l/ ]
Houston, we have a problem. 3 A0 u% L y/ F6 a- G
What? 5 T+ H& Y; m/ }5 W
Never mind
4 n) b6 Y/ w/ q: L7 F7 p5 E5 }What's the problem? ; }1 x9 X$ u9 f& T% P- D! y
Nothing
& _+ ?- R% o/ X& \Please tell us? 0 D- ^$ t4 R0 D9 V/ d2 X/ P
You know what the problem is.
7 R; U8 [) ~9 t/ g
4 q d2 K& p' v* S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。+ r+ S8 i/ p: P, w, [( Q3 T
, T2 h5 j: N1 f- L6 j2 I, \
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。
$ p% x9 w$ w8 U5 ?3 A, M
, k5 B/ d8 O, y- Y, l- t1 W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。7 j2 k- t# T9 j
' n- G6 I, \+ V, n看到这里,各位男同学觉得眼熟么?: X6 p" v! `& F' q
再来看看前面的两个例子。。。
$ c8 I, a2 |* Txxx,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。。。
4 ]& @" W ~$ U# k6 r: R" ^+ m) l5 A7 M. x
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。
" I- Y2 e3 J8 o( g ]1 g/ f' k/ p* g4 s( g: i( f
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. @. A4 V6 g9 R* F5 {
' v8 o% E' {: H/ W' S) L$ c
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。。。( [2 g/ _6 C5 W+ G' A N% W
- o: x# d& p) @( N6 J为什么相爱总是简单,相处太难?得training。
3 S8 D* X$ S% P$ r% y( E4 G; b. g+ q, @# d x
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。。。. j* t0 a: B$ p7 T, q- y3 P8 o$ m* I
0 Q3 C W8 a2 R: u8 ]对了,那什么,我得先走了。。。有没有下回看缘分了。。。
$ Z+ C, X4 e4 r6 f4 }( }9 H5 \ |
评分
-
查看全部评分
|