TA的每日心情 | 开心 2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 ' h. a" g+ s: l ^: r
# e- `" Z. M$ @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。- i6 E# P. D, u% x) R
) {, C+ i* I$ R5 S6 @
跟大家汇报一下最近的学习心得。0 j( A. N: Z9 _
4 t8 _3 W! Q# Q5 c; @2 }3 e- A
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6 h1 E8 \ i! a, I3 k* S( D2 w9 R
# v/ ^( j- t" |
最怕这种品牌问题。简直送命题。
/ L4 r& p2 e/ F4 f/ f" m, f( W7 b( k: W5 _$ e5 p" ~$ a, H6 X
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。 . @1 M& y6 g1 p( H5 G" K
! }9 c" z# w$ ]( m0 i9 F这事儿勾起了我的一番思考,值得跟大家汇报一下。
" E5 ?% @. O" G8 k k7 k" n
- M2 Y0 q \! \2 C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。。。
0 o7 n5 r N5 M0 ^
9 J6 v$ y9 I4 \! E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:
( C) e) t7 {2 |9 b) M0 D; U. c4 O: s/ z
Example 1:4 i; ?; |1 x, A6 n5 o5 A
, {; l: Z/ E0 \5 z! E N! @
咱去哪儿玩啊?
/ W; i, ?* F( G/ {' n8 f9 |. [5 w都行
2 l0 ]$ s9 D( V3 Q7 \1 N那咱看电影吧( N6 j8 Z5 `: z K. e# x
太老套了 ^3 V: N/ w& [# x- K
那咱打保龄球吧?% d3 {! U5 Z. h/ g) y
大热天的。。。
, K! O* H5 N& g t( j那咱去哪儿玩啊?7 m: m: U# C: S8 |; k @
都行
0 X4 f4 d e: S$ R% e9 v- t( u& W- L' ]
咱今晚吃什么?* Z& u+ k3 Q$ }7 Q8 M$ p
随便
' d! _* E+ t* _2 ?* M) k0 [那咱吃火锅?; e% y K0 q, I1 m
吃火锅长痘痘。& n6 @( \) A9 r
那咱吃烧烤?
' P# @! l" y7 o* E9 Q* ~% V上次刚吃的烧烤。
9 A+ L2 M# T/ X& r% H那咱吃什么?7 z$ V6 p1 J \4 B- t( J: w6 h# a
随便
3 {) P* ?6 X+ k* a5 a& C% O- s a0 ~, H; f' E9 M" e- T! a% J
Example 2:9 s. l' e+ [9 }' F; n$ o% W
Houston, we have a problem.
6 i# r9 _6 O! b4 h1 o2 }' qWhat? X4 F$ t$ P4 `3 x
Never mind " B) f" r. w' i" w8 a6 k
What's the problem? : p1 T) o4 G8 \1 Y/ o* b' u4 o8 B2 X
Nothing
* {. W1 p G% \7 U8 W+ `, |0 Y9 [( ^% N: \Please tell us? , i c+ j- ?) ~" z
You know what the problem is. 4 M+ M7 g! m7 b @3 v
3 q. }4 A+ e; I9 a
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。! P8 V Y( @8 }0 L; {
$ X0 `" B1 |* Q9 m. M0 V
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。( o3 }% u- ~2 w% Y1 b
# k! Q% `# T' w. x5 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。) c7 q6 Y9 |' b3 L6 t
3 P! P) Q4 `- ?' r2 e
看到这里,各位男同学觉得眼熟么?
: a+ M# Q4 w+ }$ q2 r, ]再来看看前面的两个例子。。。5 f; N* w0 g+ K. n e
xxx,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。。。' \; W/ y e" J2 @
5 ~+ P4 \4 O1 J. V 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。
/ s8 [+ a6 E: X5 K1 m' |! k$ e" p( {
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?
/ _! _) y k- C* H2 u
5 n7 |$ C$ I5 c! V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- P- B9 e8 |
) j2 ~/ R7 D2 g& r" ]/ K为什么相爱总是简单,相处太难?得training。, W6 X" |4 B. o6 ` p2 f
2 J$ q& N1 K 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。。。
; S. O1 `( V, P* E4 s' e4 h) _+ N& z
% `. S7 G6 l- [9 \) m2 ^对了,那什么,我得先走了。。。有没有下回看缘分了。。。
7 t2 q2 H* k# F( ^/ G5 G; T |
评分
-
查看全部评分
|