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 * J Y* q8 G* n
, g1 u3 {' p5 E6 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。- w* D# A: r! D6 H+ h) w
" T- E; y- z3 R3 i: o* J, D; }' f跟大家汇报一下最近的学习心得。# c8 I# U" R1 A7 l, l! ?
, l+ \5 E; X8 R
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
' O0 Z' z1 H" E* g
' t9 N6 T: T0 H Z2 y( m% }最怕这种品牌问题。简直送命题。* e/ a2 r7 ^8 ~& M5 P$ `# j
4 c6 Q/ B% g! v+ B2 i
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 i" v3 Q/ i6 X7 y0 e
' j+ l9 H0 \ r9 I8 Q! t4 s这事儿勾起了我的一番思考,值得跟大家汇报一下。: i- z6 q" C' n( k& Y& S
& L" h2 G$ E- b& @# E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。。。
4 T/ p0 X+ R+ }5 k3 q; {( Q3 J* H7 B9 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:
: N6 r4 t, H* H0 X5 [2 l6 K# c* Q" [2 X, R3 Q7 A8 |$ C, q0 B: I
Example 1:
- X8 w! k5 u: n; ^1 c
; p( r4 y) }- ~+ g t7 B2 K7 A咱去哪儿玩啊?# @8 J- |# H5 d$ z! \# j4 l
都行) i% p! l' t* N
那咱看电影吧* L4 ~* F, v' A) u0 i
太老套了
" u6 [/ q0 j: S) u& ^ t0 q那咱打保龄球吧?, M f% i% g3 \; M* P" R9 X
大热天的。。。
; h h% Q9 K; k2 {那咱去哪儿玩啊?
' A% k* I$ [+ r: x4 Q+ v: H都行
1 T0 E4 {. K5 w( M4 U
2 G( M2 R/ ?. O L3 V+ h咱今晚吃什么?! I7 \ R4 e; B
随便
% D# G) G' ^0 G1 W那咱吃火锅?9 H9 t5 C2 _) g" `1 [, [. x
吃火锅长痘痘。3 r- v# ~2 i* t/ A- h) j4 V2 Z
那咱吃烧烤?
, M3 h" ^5 a9 ~% B0 r上次刚吃的烧烤。
& H q& n' z$ I0 |那咱吃什么?
7 i. B& J* [. @8 Z V' y4 `随便 $ n2 g' j# B1 }6 F1 v! A1 [8 {) p
6 L3 _- U0 {+ S K3 ~Example 2:; Z7 q) }- Y' h: B6 O& Q
Houston, we have a problem.
& X' j8 k+ [: ^0 VWhat? $ a0 s6 |3 \1 v9 H8 l
Never mind
; L: _& _+ ^3 ~* ~- U) iWhat's the problem? 8 q; \4 P) n# d; j
Nothing 8 N i3 t/ \+ v; A% ^2 D
Please tell us?
( s2 j' k4 |9 ~ }# ~3 d6 XYou know what the problem is.
8 h5 T- N0 x* W6 n/ N
- E2 e/ {& t/ ~. f$ L$ H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。8 d, y. z U. \0 B+ i7 y
7 [0 ]& Q! a( V, M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。
3 o6 j* i. ?/ r. Z) E! r# L/ ^3 G9 J* N4 Z( `5 B
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。/ m, O9 i- _- l J( X
4 t6 z# [, _& O4 `5 }1 c5 q看到这里,各位男同学觉得眼熟么?
7 v' r" |# L; S再来看看前面的两个例子。。。( N4 \+ |1 v. m% m, m$ C! 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。。。! K, a3 ^5 D8 t$ ~: f
. g! b1 S7 N3 t$ b/ c
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。
3 v3 @+ m9 Y; `% a9 |+ J @) {- Y5 V! L
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?
- P+ o: z ^2 l
7 a" {, C, k2 [" m( Y0 p) l) U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。。。
& c9 w! v7 x1 v
3 F/ p5 c& k: |) \# m, c7 E% U为什么相爱总是简单,相处太难?得training。
# J2 g4 [ @8 U9 M) P( T% o$ i4 Z5 L, R b" g
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。。。
" f- P5 e/ l3 F0 G
, _/ \2 l) E* V/ y c1 X' F对了,那什么,我得先走了。。。有没有下回看缘分了。。。: |* x3 d1 \, q; {/ g
|
评分
-
查看全部评分
|