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 a1 t& G7 H9 ~! S y
8 @6 V' V! r* i/ g# I
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。# _6 k+ j$ F9 ~- |' x
2 k- R7 p/ O' w. P; `
跟大家汇报一下最近的学习心得。
9 ]) g& n% `7 A0 U/ a& O& B4 p+ R$ W8 U" [( w
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
+ u |. X h# I$ u9 ^
- `3 n' u0 B; Y1 t( V, Y {. R最怕这种品牌问题。简直送命题。
! B/ A/ r {3 t6 O) R z& z( S9 ^2 o
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。
0 i4 h* D* ]1 M) k( `6 M
0 Q4 k: |* C1 C% T这事儿勾起了我的一番思考,值得跟大家汇报一下。
8 }+ l/ p% e/ [- y% h
. u' i p u/ \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。。。. s6 O# e3 K: c: h# J0 k2 J
r) J1 [0 n ^9 t* X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:) L' P+ w4 _; d. g- \
" Z2 K# E0 y' m+ D8 Q
Example 1:6 d8 m7 J. Q6 C/ n& I
: j! E* ]+ c9 I7 G( p# ?咱去哪儿玩啊?
0 T- N% z( ?& z都行
* x/ l& L& ^; a! g" D那咱看电影吧# t$ Z9 p4 a$ E( W
太老套了
& M5 Z: W: S+ c/ ]. \& b# L那咱打保龄球吧?
0 F( ]9 S% W% c& O大热天的。。。) B4 \( ?5 r w, C8 L6 d
那咱去哪儿玩啊?
+ K; K- ?6 N% f2 v5 J# f2 V8 M$ H都行; T2 s% ]5 g8 R
) ~ q) r: m- x* l+ D9 C# E
咱今晚吃什么?+ E u( j( d9 ~
随便
- q4 r* l" A4 r那咱吃火锅?
}& h. w& u& r" W吃火锅长痘痘。
2 W! ^9 w0 t1 y. B& r; q* Q: ?那咱吃烧烤?9 T$ }# P: \- w4 w- k2 w' Q
上次刚吃的烧烤。
1 M5 X; E7 g3 e! |# W3 R9 C" ?那咱吃什么?
0 R6 u- ?* `6 v# g! ]随便 " y+ z! Z6 B8 ~) s9 R% B. _
2 t) J% \! C5 y+ g v0 CExample 2:6 ~" E/ \) e0 b! P6 H8 X* v& u
Houston, we have a problem. : y9 e3 T9 E: a+ u Q
What?
5 T8 X/ M6 z# L( KNever mind
) h( b3 _! X, n9 g7 A# BWhat's the problem? " K6 i8 S! U, _
Nothing
4 G/ {, U" J2 o3 [+ w9 ~Please tell us? ( X- e3 }" E, [ u) K/ w; J% w
You know what the problem is.
1 f) g" |- k' o& R v# }
) [7 ]1 g3 Q( I3 h# h$ Q& Z- l' G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。
2 P+ I. R! X: Z; j; }5 \! e# V/ O! L4 c
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。9 Z6 [7 { M1 l$ c" o/ | Y
* j$ I. K7 G% N* 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。
/ @* L1 T2 ~, I3 O% F
* a5 K) e6 }. u" T8 A2 B& t看到这里,各位男同学觉得眼熟么?
- [1 E1 O5 u* R3 h& @' I再来看看前面的两个例子。。。6 j: U: h+ P0 N7 P& ~
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。。。
6 v9 K7 a' D( N, x+ {& |$ G' c, `5 V0 C' j ]+ P. _
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 R+ Z, n. [3 |& ^
( s" [: a I; U: w) \0 d0 @* C. Z: S
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?
9 j' [3 M. D& t: r# \# e1 \" K9 @- G& m/ ~, _
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。。。
- C8 ?7 q- l Z# `1 c, K6 n) _6 s( S% ]; \# i
为什么相爱总是简单,相处太难?得training。; B- A T$ Y3 y% O) ^5 G# N g
1 q0 q% P: N* W* `$ Y. v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。。。6 c8 `+ Q+ d- u% M
; \, Y/ H& K" V
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
W3 x' b: A9 W, v+ `) Q2 n |
评分
-
查看全部评分
|