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
2 E5 y8 O+ [& v$ S: ^
1 u, N( x2 v9 U+ o% g5 ?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。# ]5 e: R3 m& j+ Z4 C
: c! S9 I! c. k. j3 q
跟大家汇报一下最近的学习心得。+ U) S. R ^* }7 f
: j3 e, n7 j$ M+ q' a& Q/ P/ ]
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, N; O5 y5 E4 ?% H8 @( R
/ M: H8 ]7 u# ^5 ?
最怕这种品牌问题。简直送命题。
1 ~2 |2 s7 o' w' B4 g+ Z4 l& m: J" X! E
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 X/ z& P: |/ a9 d6 t
, q# K" o/ d5 `- m8 _这事儿勾起了我的一番思考,值得跟大家汇报一下。
0 J% e/ a+ k( m/ v
2 R, a6 L+ d" z; }3 a9 @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。。。7 H, r+ ?2 h* {# E) z) _3 M! O
1 d+ u0 d7 U* e$ ~8 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:) [5 i: ]4 w. @6 M7 e
. x! P. K7 y2 {7 I# MExample 1:
9 W2 \! W+ {! {- J& X. r1 U+ X- s
* I* v& [ h/ \% F; f1 H$ t: c咱去哪儿玩啊?
, A* o; f7 i5 z都行
7 `, ~ `6 |! P0 z d7 i; e那咱看电影吧6 b+ j7 |. l2 t# z
太老套了; x7 Q9 d* N7 p# ^# `* P, s7 ?7 d
那咱打保龄球吧?7 a8 y9 l# a- h# c. C
大热天的。。。
% n; z5 p) r$ ^ @, E9 s" n7 [那咱去哪儿玩啊?) W8 b' R, ]( g1 P G
都行& E! ?# |% c- d1 o0 x4 w
% m0 f7 X, O3 E( K7 F5 v, X咱今晚吃什么?2 z) r$ r$ z1 [& x3 D4 k0 j
随便) h- g/ Q* R) E( m
那咱吃火锅?" `2 n/ M4 A( i) p0 n
吃火锅长痘痘。; k, f' e; i' B0 K" a- q0 n# N- |" e
那咱吃烧烤?, J, P! Q% Z( U
上次刚吃的烧烤。- y' b+ x {* g$ l. U
那咱吃什么?6 u# P g3 ^: h# l% B/ o; ^
随便 3 K: s; I% h* ^+ y2 f
+ A4 ~; }9 F. M! Y2 h1 J2 FExample 2:
. n) V9 m$ G$ A \- S1 \- N) z* DHouston, we have a problem.
5 c& m4 \% }4 b ]( GWhat? 2 F/ O3 ^: V! ^6 N0 ?, x8 |" p4 Q
Never mind ' a) L5 m# n( Y
What's the problem? 4 U4 S# I/ Y( M [! p
Nothing 7 D) x6 [+ c a4 m
Please tell us?
, @* e$ k2 @ FYou know what the problem is. & R% O: ?" f& B$ B& b1 Q
' M- m5 c: l7 O# G& s( k$ T
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 a6 ]9 v n" w( D. O, K$ n" b: n
* J2 ^# N+ x: |2 z0 d7 z. H
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。/ S% H2 v& ^& @9 q( Y
5 f3 I& X6 q4 a$ B% ?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。
: Z4 S! \2 g8 [7 \% c$ Y
9 Y- B' p# |3 _3 J6 c看到这里,各位男同学觉得眼熟么?9 B% V, w$ R- P+ y3 W/ j' j* L
再来看看前面的两个例子。。。
% T% h" g: s7 H* k' u) a. s( x8 nxxx,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。。。
I. O( j/ G+ F, j) V, U4 ^9 V& {( \+ H' t' J+ s! n# a
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。
6 b5 w5 }4 S' V8 l; m/ I, R
7 O$ V/ Z. ]$ s$ N! n) ~" c6 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?8 z' C: a6 O9 Y' [/ L; D! N, Z
3 [/ N. L: x$ k
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。。。! K' F j* R+ Q* g. U! {
' |! O6 C2 _+ f6 s. d0 F( ]$ n2 [
为什么相爱总是简单,相处太难?得training。; `- v5 G+ i% a- }
9 k* K1 C L$ Q- 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。。。$ }* L* t) x6 u! g& [
: a- m' Q2 y# E# l" O$ { k对了,那什么,我得先走了。。。有没有下回看缘分了。。。
" ^4 c1 a) p# \: ?$ ` |
评分
-
查看全部评分
|