TA的每日心情 | 衰
2025-7-28 23:17 |
|---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
. h+ O K& k0 u7 X( ]: q# v- z2 ]6 ~, |" ?/ t) J! i# ]- V
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。
) }% V! h& l- C$ ~
5 e- l5 g- o1 |/ V" h# H v5 H跟大家汇报一下最近的学习心得。
! _, K" n( F+ Y8 a
* C/ J% O8 D6 \- f$ I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
0 H7 i4 l, m- W6 R3 _9 X
/ m5 V$ _6 y! d& Q$ O, e. G( r: I最怕这种品牌问题。简直送命题。
$ D3 n- ~2 S# r
' @, H' a. b0 v& M1 F# h/ x& o3 A5 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。
: _: C. }# S3 y- Q& _: A6 U' [) ^4 s7 O0 ?( E6 _! R
这事儿勾起了我的一番思考，值得跟大家汇报一下。6 G5 ]2 q# R: t' g& b
! k% X. A% g2 U( U! ~% _$ `8 }
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 N( O$ |6 @& f) m/ y" D
, | i* j1 g% U9 |" O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+ W# D1 q7 [% O( t, y4 ~- u w8 I- B) f: r. _
Example 1：/ i, p! X( U7 f; f. p
J7 }' d# A) ]: |咱去哪儿玩啊？! A: H& V( V& a( }& s
都行
/ @1 n, z1 {, `. F- R- N2 v那咱看电影吧
; b/ m4 y3 P5 P. c! r% J太老套了
" h$ x9 e$ ]) d" y4 {7 t那咱打保龄球吧？& o( e! R! [ o; N1 m
大热天的。。。# q# w" }3 d( C0 l6 @5 m
那咱去哪儿玩啊？. [! G. Y. z# l
都行" d3 A' R% C" N" x# o7 H$ G
4 |# \6 Z, `4 o& g0 y8 a2 |6 }% [
咱今晚吃什么？
A8 D. g9 p. s! E7 k随便
) h+ U, P6 ^% D8 o1 b( s; e那咱吃火锅？+ R9 o, I3 m' d# ^9 Q
吃火锅长痘痘。
' A9 X" H$ V X$ {8 s那咱吃烧烤?3 _7 ~3 P: v5 R( P" ]) m
上次刚吃的烧烤。
; e5 U' v. z# H那咱吃什么？0 b3 N" u5 L* W% M* P
随便
! P# c! D B+ \Example 2： s- D6 F5 C1 v0 w( D$ e7 L
Houston, we have a problem.
0 e8 i7 r& Z V r: i9 XWhat?
* x N1 d4 I; s* G8 JNever mind ) z# ~7 S% J: {; m2 h# K
What's the problem?
$ `7 g6 i! h% PNothing # [4 b3 o( S0 W N9 c1 y7 ?5 l3 T
Please tell us? $ d* g" ?1 {) k/ L) N0 V/ S
You know what the problem is.
5 y$ q9 D9 b6 s7 Q% \* @4 z$ }- `
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。* Q" o6 R7 @& o) I
3 w2 F& r) X6 d3 E
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。
- @ u, _* q% ~2 K9 S' S/ G3 S+ J* B- _7 S' [
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。
8 g+ L) n- X, v. G W8 d
" w* q' y3 a6 ]8 {# u5 j6 ^3 Q( h. t看到这里，各位男同学觉得眼熟么？
' G) h7 x. v- s$ ?; V. h再来看看前面的两个例子。。。4 S! O7 x0 m e# A
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。。。
4 i% s: {( m" T( F* E2 I! m! ~
! y% I6 H0 Z' `3 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。
1 I \9 }. c" i2 @. S8 U
/ E' V+ `& Z* \6 ]% u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？7 l5 _- M$ k9 k6 e
- y2 D- o( o }3 _+ ]# K6 I
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。。。+ q& C# ^$ ?2 Z# K$ { `' _! a
3 N+ h: M$ }' \# u9 o
为什么相爱总是简单，相处太难？得training。" o! T9 H, `0 e& ^/ O$ b
0 C; W' o7 l1 M6 _$ X1 f) [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。。。8 y$ [! Z! E( y+ ?6 D% ~( `1 H3 h
7 n f# r; `; ^: v& c% l8 O: U8 Q对了，那什么，我得先走了。。。有没有下回看缘分了。。。( F2 Z8 g' ?+ A$ b0 i
|
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道