TA的每日心情 | 开心 2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
. x1 ~5 n8 `2 {# G) W4 f
' f( l7 ]) ^; o' Y) U" G# f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。# _2 z6 o$ [$ x$ o5 W' \
; i# ~" r- p1 V; h7 f6 j跟大家汇报一下最近的学习心得。8 H2 L: K! \; E% _. r7 b/ ?. t
5 F) w: ^. L3 D/ @0 p/ s6 W5 [
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& A" j' n9 j. w q
8 |/ Z/ l4 r2 q& [9 l+ b最怕这种品牌问题。简直送命题。6 C1 T4 w% s* h) @! t6 J
2 N- m% z$ ]& q. Y" K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 w- |: G0 O; N" C- z( k6 @+ i
- P( h; Y) h& T: K6 n5 t9 e+ S这事儿勾起了我的一番思考,值得跟大家汇报一下。
2 b7 [% P% s9 A# Q" v) v7 E
2 W" @: y# ]7 w$ r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。。。) }- ?1 T8 O! c* J/ T) k6 `1 z; i
8 @- p2 ~/ d1 P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:
: V* }& f/ V8 Z5 X! @$ F8 v8 A! I# V; D; u5 O; B
Example 1:
# ]1 q: D6 `. \9 k9 K6 b: f2 b* r
咱去哪儿玩啊?7 [8 j. D( O3 w
都行. C2 ~2 B2 f, A( c
那咱看电影吧
. K, U, c# e5 K/ `! r" q8 v3 e太老套了
& M Y2 h; m/ l0 L' X- {# k x那咱打保龄球吧?( T7 h" [5 \- z9 v1 Q: K
大热天的。。。& K U9 b- \# Y! Q8 c
那咱去哪儿玩啊?
: \6 M+ @( {3 g3 r9 @都行3 D% J2 a. k( N& R! M4 o
% p; H7 o" r7 W5 D$ d) M1 V9 f# b
咱今晚吃什么?
' k [+ B, ?+ n+ t2 H- V随便$ b: E6 I# w; O5 c) Y6 I. ?+ E* D
那咱吃火锅?
- x$ Y; H$ N8 D0 T! {4 h; B# \吃火锅长痘痘。3 U- v. K- f* }$ B
那咱吃烧烤?! t/ n& J* A/ s8 W& I9 u$ M" f
上次刚吃的烧烤。, R2 l- q; U" i) V+ ]
那咱吃什么?/ y, v) }. I5 V3 T' l4 P+ W2 n
随便
+ O# l9 }* \- y! s2 y% T: G- L7 W
Example 2:
2 x$ S; z: s2 `# Q. e' \Houston, we have a problem.
: d1 \% i) R7 Z# A. WWhat? # i- l# w0 [; O; v' J
Never mind
6 I. |: [+ m4 s9 H/ {) _What's the problem? " Y' b+ Z0 B/ r( n9 g6 k
Nothing
6 f6 Z f9 D2 G" _Please tell us?
) P: o9 N0 C. v* T/ j$ N7 d$ XYou know what the problem is. ( j' B, O% Y, w M4 g5 t
4 T8 u k* s6 H$ J6 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。/ F/ u' w* M( E4 o. O T; i4 ?
/ n' {' b0 c8 }/ I9 R5 V1 T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。, o& o3 S& s5 F$ Y2 [9 w5 h
( m. P. r2 k4 Q+ p2 R
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。
9 L5 s ]& A) M) o0 i2 b6 P6 J, l
9 x; n5 c# ~$ c# `3 E( y% b a看到这里,各位男同学觉得眼熟么?
, b8 E( |3 h' b+ |) c再来看看前面的两个例子。。。 c* ? @1 |2 d9 D+ y6 m
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。。。8 f% f8 n. z- g! f* \, R
. Q1 a) L# V) d- Y7 m$ }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。9 ?" Q" x7 d# e+ L- }- b# o
, [6 z4 I- S5 E+ q+ c6 o' 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?
/ ?3 F$ e( c4 C) F+ x# D @1 O1 u7 K* K# N- a1 w3 a* L9 p5 P3 [
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。。。( T; o+ V* C5 }
, C. z% e, @ z5 l为什么相爱总是简单,相处太难?得training。" g5 Y3 ?4 z w. e1 I/ [. g8 u
3 b0 Y+ y- J! B1 i+ f1 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。。。
. t2 Z$ I$ ]1 ~$ }& U
- J5 |% z$ K: E' M7 c对了,那什么,我得先走了。。。有没有下回看缘分了。。。
/ d* M% N v W3 r |
评分
-
查看全部评分
|