TA的每日心情 | 开心 昨天 06:02 |
---|
签到天数: 1924 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
, z* Q1 W, K- \# X; n9 i. H0 A& m9 m! o
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。0 f8 k4 L8 _) i) m( \
; O' {4 O% e8 @) {% a. F! G6 U9 Q跟大家汇报一下最近的学习心得。; D% F1 o( U1 k! W
, b w: i5 g( b% N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
- g4 R8 c, g7 F& _3 r
. d! y, g* S% X* f最怕这种品牌问题。简直送命题。/ y4 @6 R) D# Y# K- d: g
, s8 ~7 v, k) w: @' T
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。
" z* J" @% \5 o4 B. }7 a
9 B6 |) v+ c' M; @' P# B# P这事儿勾起了我的一番思考,值得跟大家汇报一下。
# c1 p1 Q/ Z; q
$ p5 _9 }# 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。。。/ h7 y, A" z( o0 o
/ a( ^# m& f: L; `
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:
5 M8 _; s' U& X) w4 ^. e( J+ [+ f6 N$ [
Example 1:
6 g% ?& g e* g% V5 X' s% [8 J5 o" t8 Z/ m
咱去哪儿玩啊?
" H$ o; U! u0 n# O* {都行# P3 M! Q' c0 `
那咱看电影吧0 o0 T) I- j! \
太老套了) J* h1 \2 V; R
那咱打保龄球吧?8 x( ?$ A: M& k2 H5 ?
大热天的。。。$ \2 T+ m. w* u! A, ]& A
那咱去哪儿玩啊?
8 g/ v1 K" j# E0 J4 p都行
+ q4 k( G- P! i4 m" q: h5 P5 {* h( z6 p4 p" _. x
咱今晚吃什么?
+ S/ ^( i* h! O随便
4 z- A* z2 ^2 N2 P* p: s那咱吃火锅?
4 p: z q% V# |3 ^. E5 f. F吃火锅长痘痘。7 a6 p4 w, s- t
那咱吃烧烤?& \1 B. O% v- L2 M
上次刚吃的烧烤。5 c! K% n: ?9 d: x) o9 ?
那咱吃什么?9 G4 t0 B7 Q; j
随便 5 H' _: J6 {* y: d' I9 S/ s) ^$ S
4 U* S9 `. W2 q
Example 2:) r, T& U0 L" n
Houston, we have a problem. 1 U. |3 f! P9 T4 |, m$ P
What? . B, [3 K3 b5 N4 I+ y
Never mind ( [- o' K" f& E0 V! t
What's the problem? 9 W8 a% s2 o6 H- H
Nothing 2 Y$ Q6 S/ r r
Please tell us?
. l* b5 x Q: j" C6 SYou know what the problem is. # q. \0 p1 U: G8 f% v7 r8 q) t3 ?
. ?0 c( w0 { w1 n9 @& B, P$ S. ]
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。
, r2 P5 z0 y6 W! a; H) g) b
9 _" M/ [2 t. w, t, l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。
{& k- W2 C8 C& q' i, `4 r" y- Q6 H! |# Q; f/ \) I& z y
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。
; R1 C: @, I- w& r4 M- h9 O0 L+ } S: V/ O& ~
看到这里,各位男同学觉得眼熟么?6 L' ~2 z4 \: R% F& e* y; ~
再来看看前面的两个例子。。。3 G# r3 a& P& K: m( }$ |0 ?+ v
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。。。
$ G" G- _: y# \- b3 B( Z0 G: I/ w- e1 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。
" p$ ~6 E% S' F# d0 e& B7 ?4 j6 V: W7 A* S7 _+ A1 \ }" 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?/ ]2 ~7 l8 i! f& U# [! {
" K4 I6 d2 A: L! u: T$ O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。。。
* B0 ]3 o" Y) O( k0 r) t0 `- k @: o( Y( {
为什么相爱总是简单,相处太难?得training。
7 f9 B6 F) J$ x+ p/ F+ d9 f* W. z3 M
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。。。
" ^$ |& @& P. x: F& Y/ s( E% ]$ ]. y# f. T5 e3 W
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
4 p9 m/ Y; }# d* V |
评分
-
查看全部评分
|