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
! @# m5 n$ T4 p) Z: \8 ]# P" Y/ s! D* G" ^
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" j3 p2 E0 ^2 A; r' Z
3 F L$ z6 Y% ^
跟大家汇报一下最近的学习心得。
, M4 k% z) \ g$ Q u! b6 I& e# s) u, C" C; f- O- 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
+ E; q2 ] J7 T: Z
* l" |9 n" G+ u: o最怕这种品牌问题。简直送命题。7 ?; Q3 R/ N7 M, j% ?# k
8 ?4 c x' N" `3 [# }0 ^; D
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。
# E0 T. j, b) B- E# M" _; G: s
- `2 x8 y$ u% {3 h& y9 I) k) ^这事儿勾起了我的一番思考,值得跟大家汇报一下。
; @% a1 w2 W# [/ h) _5 w* h
# ]7 F3 H! r/ m4 Q3 d: _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。。。
b/ M) r0 L V, O0 ]# o! O" u5 ^& k6 h0 H( l! ]
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:# P9 V5 C4 J+ f
0 ~) `0 q+ R- M# R% LExample 1:
+ j) a9 Q, f# |) P: g# i1 v
! ^% Z. N0 c$ u5 _咱去哪儿玩啊?$ u* N/ c& M, r/ K3 h
都行
: J" b5 b/ S; y2 M8 r那咱看电影吧
# E7 q- F" m% d( q& ^太老套了1 g1 k/ K4 W) G( W! _/ z+ ]
那咱打保龄球吧?$ e( `+ ~( }8 D! a' {+ M" S
大热天的。。。 S4 L0 w" R6 W: x' ^
那咱去哪儿玩啊?
6 `; Q' N B" |; O& h8 y. v: w都行, t! C! R5 ?/ ~4 a- k- H9 x K# ^
' {3 }; H1 C$ T# L3 M0 [7 L% ?咱今晚吃什么?
+ G% w+ G! h( T* j0 @随便& `& N2 e/ {9 I% J* K
那咱吃火锅?4 m) {9 \, K6 a9 Y( [6 v
吃火锅长痘痘。
( i3 ]' U( c! d5 i那咱吃烧烤?* v* s" b; f# T4 \! A$ B7 ]7 u
上次刚吃的烧烤。
* `, t. V x- x* d4 ^$ t& g那咱吃什么?
r2 P& E' ~% q, i随便
) h& q/ {$ \' @1 u1 H# a; b7 S. b8 Z) V5 F2 I
Example 2:
( t2 _+ z/ h5 ?. MHouston, we have a problem.
6 N6 U6 z* f2 r% k" f$ Q: u) f4 o+ |7 EWhat? " }8 o2 h5 e3 ^+ |# @
Never mind
3 |2 G2 N5 ~) s9 x6 e6 ]: eWhat's the problem?
! x4 g- v) y [: |Nothing ) o: x/ w( [$ N m
Please tell us? 5 o. b# Q; P' V- [* [3 X4 {8 h, O
You know what the problem is. H2 y) v& `- I# r- G. l/ J& h
$ C+ K! g5 m. w* Y
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。1 J/ x. |* V* W
- o$ ~+ B5 H# Q( 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。& I- m) C, G/ I0 W
, ~4 _- y8 D# R( I( Y
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 ~' V# I! i: T4 W! S( c/ ^& @ q2 V* d
5 c4 _8 b4 w; ~% e8 o4 H5 i看到这里,各位男同学觉得眼熟么?
* A" m% A0 x3 q再来看看前面的两个例子。。。
# U: V1 B5 ?. R8 yxxx,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。。。" k' H2 H- _8 ~9 R* R8 C& Q
5 ?0 m3 p" B# t& v7 i
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。
+ N( m) D4 {" A) [( w8 `3 {5 E' @, N
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?
/ @, s6 T+ Y) g6 Q+ P W1 ~0 u
, `- }2 L+ q2 u3 W7 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。。。
B% H, |, p$ O; ?; T+ W$ I2 Z: e& \ j2 o
为什么相爱总是简单,相处太难?得training。" R* c9 Y. x+ W* T( l7 T
( D/ f# I( s! c: e: O: k
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。。。* B8 u9 \9 R& r. v7 c4 u
. d2 Z. Z7 |( Z5 K对了,那什么,我得先走了。。。有没有下回看缘分了。。。* B6 Y, S @5 w7 f
|
评分
-
查看全部评分
|