TA的每日心情 | 开心 昨天 04:09 |
---|
签到天数: 1751 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
8 m- n- C5 O6 S0 Z' Y8 K P( ?% O! [& g3 k) o, E
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。, p0 j# \" _2 Q; Q
* {! S: e' `. g9 F: u7 U
跟大家汇报一下最近的学习心得。9 W t7 F. h* a! e+ w) ?) b
+ ~% X! `2 m5 b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
/ K4 w5 `+ O$ m3 g6 y" X2 E- e2 `3 G/ b; e
最怕这种品牌问题。简直送命题。: X7 n" N, K1 |6 H C
: r! c- [6 \" H, K0 z6 Q0 ^
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。
7 k2 z% b% }' ?% t3 `, B5 c7 Y! p
2 M- ?5 f& a1 t, u" g$ S这事儿勾起了我的一番思考,值得跟大家汇报一下。4 Z3 X! U. J) x/ x
1 B F5 H& m' v8 D6 W7 K; A# O: 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。。。
. _, X# o' A0 [) ^; a3 ^1 ^/ X) E: v" i
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:- @/ Z" U# u I/ K" D( z# v3 Q! e( S# B
6 o5 `1 s+ R1 ^# ]+ w. wExample 1:
2 i! G0 z4 l8 Q7 {- U; Q1 F
m% e) K6 Y. ], a* e) ?咱去哪儿玩啊?. n, b5 }- E6 [
都行
7 f& R# ?- R+ m6 `那咱看电影吧
' A. L; Y, e& L太老套了( t) N0 X. B O! C2 e, ^
那咱打保龄球吧?
4 S4 R, s! a) L大热天的。。。
7 j# y0 x* k5 _. t! x9 J7 k# W那咱去哪儿玩啊?6 @- i: A' o% ?
都行# X" x r" I0 L4 w6 @
9 a3 P8 E& C4 Q1 ]: I2 o
咱今晚吃什么?# U" P: T I3 A& Y) S( R8 V
随便3 x( G+ z& B z E1 x
那咱吃火锅?: L3 b2 l- [: U. S& j9 H( s( H
吃火锅长痘痘。
5 t" H7 i7 N9 M那咱吃烧烤?
. ]5 H, X8 T! r& @* I/ g上次刚吃的烧烤。
. y5 s* g: d! ~4 ]2 @4 v! k$ |那咱吃什么?
& E/ _+ `' O, ], A; s随便
4 R; I m8 v! ~( l1 Z `1 A2 p
6 t. m) r. `' |8 g4 s1 e# f2 M JExample 2:
9 j: g( \: p3 K* nHouston, we have a problem. - [+ l2 m1 O: i
What? C% V1 G, x! L0 n( E
Never mind 7 W' v/ T& |- X0 [" Q) [
What's the problem?
6 M& o$ ~& U9 F/ @' C' U: cNothing
' j8 `, P% `8 r! E) O* {Please tell us?
; i. a3 Z* z# @9 T# q: fYou know what the problem is. ^: V: `2 O. J
% e5 }% V. Q s4 L* |- Z; 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。7 T G+ s, Y% u: L
1 W' x2 ^: O2 Y( q& 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。
! i7 T; e0 r7 j+ E J
" z a% J: K4 [; Y( C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。
6 H9 k. M4 l9 u; h. v! H* V. Q. a$ C* ?! g# _7 Y
看到这里,各位男同学觉得眼熟么?; e% l0 V$ @/ F8 @6 t6 X" `
再来看看前面的两个例子。。。* V5 q. z! V6 o; q+ {
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。。。
5 U& d6 l/ I4 U; |# o7 H/ v2 L5 P k% `
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, B1 M$ a6 B6 {# L0 L
$ h0 j' X ~3 p% W7 H0 g
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?2 O% q! x* I' ^
8 M* ~) r1 a& Z/ q' e
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。。。; z8 E7 c4 C5 M2 a% A& h$ s: j
! u4 K* p! l# x* P( p为什么相爱总是简单,相处太难?得training。
# `1 S( k& ?) a
{7 h i' e( v w; K; k+ H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。。。
4 Z b7 G$ |8 R# u+ x1 A# C$ t/ L
对了,那什么,我得先走了。。。有没有下回看缘分了。。。% X8 D! E6 w. I, Q1 B) e
|
评分
-
查看全部评分
|