TA的每日心情 | 开心
22 小时前 |
|---|
签到天数: 1781 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 : |1 l7 T) L* j- u5 R5 m
0 b* w6 [( n, {
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. x4 o- h: _2 A# L( T% z& h
+ H) g/ j" U5 [8 }" O跟大家汇报一下最近的学习心得。
4 T- e! @$ q( n/ o" ^7 _3 e3 f! v4 G; D; M; G/ j
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
! |- C) k5 b: J0 g8 U" p' C/ b. P- {) p1 P
最怕这种品牌问题。简直送命题。' w5 ?# z1 R1 N& g8 N* o
' Q& N7 \; n+ }8 D" N) 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。
: |* v% L+ p8 ?: U6 T( Q! `; v* T, R这事儿勾起了我的一番思考，值得跟大家汇报一下。
. g( D, y6 Q$ R& a& p7 d
6 x2 x" o( Y: D) m( A; f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" Y- F! H2 ]4 Q& G! p. W [
. r( e1 P0 A+ S, ?+ F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：
. E0 p9 l$ Z8 u5 N" F6 H9 r- e
6 f1 X& x3 t' [, C# ~# j9 MExample 1：2 J) K! _! V& G5 n; t' T F8 z. `
5 n$ o3 q' b' N* d. J1 D7 a) [ P咱去哪儿玩啊？
$ k& z8 }5 S8 M! q( ~3 s/ K" k都行
6 y/ `4 D* E4 Y那咱看电影吧
! V! u) _' m3 V& Y1 i+ q太老套了
/ M* T9 g# w, ^5 e0 j F1 S8 f- R$ O那咱打保龄球吧？
/ k. F9 ?1 Z l, ^大热天的。。。
1 f# S3 a% X2 n% F那咱去哪儿玩啊？, |( N$ Q6 a/ `9 j$ K
都行( E& c% A& L9 [! U
0 b: O! k% P! ?/ l咱今晚吃什么？
% W% l' d, f8 W; U, b9 U: U/ [" O随便( m u( r( ? ?* n) |8 E
那咱吃火锅？
/ r8 f" z* f( c吃火锅长痘痘。
# E* x+ `" e2 Q' h* a4 L那咱吃烧烤?! Y8 B0 I2 V% J+ v* R
上次刚吃的烧烤。! o( \& v) Z( @( q/ b5 ?" S+ }
那咱吃什么？
9 H. B7 O& Q' R随便
: Y8 S( i+ d% x+ r. P) G5 O) K
% z/ r" _# ~( r/ o: n- E( K- ]/ Q; WExample 2：
; R2 o5 j: H3 r" Q: @ e; m8 Y; v: hHouston, we have a problem.
9 [8 T8 i! b7 }1 S$ k" nWhat? , W5 d0 g* a1 J6 y T: m9 U* s3 b
Never mind
9 }4 J h0 p2 h4 q8 HWhat's the problem?
2 {3 B( {/ A6 L& f7 w6 ^1 rNothing $ W/ S. n! S. h5 D. p u* {* L
Please tell us?
c- B/ }3 {0 C2 R$ n7 l5 z2 j. NYou know what the problem is.
, \& M$ @' ?( s+ @8 c, x. ?
; Z* G2 _) h8 T( q$ C$ l6 t8 @+ l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。
( @4 ^2 Z9 `; r
$ ^" H0 j" y1 u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。
$ R: {* H2 I" j, g4 g" ~* _# d8 |8 l* w5 A3 u* \
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。
$ w( u% @! S: s$ g% ^ m1 f
[* t! }/ m0 ?, R# w3 I m看到这里，各位男同学觉得眼熟么？
( E- y5 K6 b( _, f再来看看前面的两个例子。。。
5 z+ y' R) G0 }% sxxx，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。。。9 O/ F- ^; c/ u) C
5 J; z: F3 D S
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。# {- z: N- R" n, E) k2 S7 Z g
( |! E4 A9 F( C9 F0 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？& E# p$ C2 C, ^8 F- d
- r. j3 B6 g" n
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。。。
( L1 c U) x2 b: o" E# J! R7 B* m8 {! o; m$ o/ R: H+ u. G$ B
为什么相爱总是简单，相处太难？得training。
9 _6 p/ B0 W/ B2 o/ `0 ~( B8 A+ o$ S( w- M! P! e# {/ F: 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。。。 q9 `5 W" C% z4 k
0 x4 i4 x' a, |
对了，那什么，我得先走了。。。有没有下回看缘分了。。。
6 F$ I( F+ W' b, y, O |
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
- j; `& g$ G& w+ Q- U! U1 X$ p, C3 v
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道