TA的每日心情 | 衰
8 小时前 |
|---|
签到天数: 1813 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
' d4 A s( |& F4 H1 x
% G. W. H) O" ]- C, l) K, ~3 M, R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。/ d6 U5 n: q+ R9 Y& X- B9 B
' f6 I( v/ P U m& |4 Y# U
跟大家汇报一下最近的学习心得。
* h1 K7 m0 y" M4 ^" }6 M# G$ q$ t3 F' i0 d( m/ V# Y
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: R# f0 ~) |) r$ c7 N+ W1 e2 Y8 S& P
! e! A/ ~5 }9 h" X. }. N9 r
最怕这种品牌问题。简直送命题。" H' S5 C- C D
; j$ P& `& s! d( s& m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。
4 ~+ c# [! S# E4 r! H0 P
; g% z+ E# y& f这事儿勾起了我的一番思考，值得跟大家汇报一下。0 q* i; T4 a4 h
( r' z( V" f* Q3 C/ q
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。。。7 A) p% s* w/ |" O
# P4 c e# H7 z$ b5 C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：! x, x. I5 i. [
, L% N P9 p E0 }9 LExample 1：/ S% O; B. ?" y7 d
* Q6 r2 g# S* _0 E+ g! X
咱去哪儿玩啊？2 ^6 H8 \3 t" Q3 k0 c
都行2 [) T2 g3 i% \5 ?
那咱看电影吧! |, d1 e- |) p7 H+ Q3 w0 }
太老套了
O# K3 R- J* X, l& s0 {9 y$ L那咱打保龄球吧？# ~5 w" ?- j" D( G
大热天的。。。3 \ q2 D! I/ l5 U( ]& d
那咱去哪儿玩啊？
! L' O# L6 w% m) c' Y' [% ?' w都行0 m; g' ^* O, c( |: y6 Q1 h& l+ g
3 {* r% \9 ?* O2 p咱今晚吃什么？- l1 K1 g3 E( e. F; v$ F
随便9 c6 X0 Q: {" N
那咱吃火锅？- f/ k) U5 c; J9 ]4 V3 y; T: X: r
吃火锅长痘痘。# S; g t* y3 p: p6 P) S7 M; D- b
那咱吃烧烤?. B" _) [4 J! E: u$ }+ } l5 N" P
上次刚吃的烧烤。" G3 t) _9 k+ `# H/ X+ `
那咱吃什么？4 s( g/ m/ m4 F# W
随便
: O$ D5 N/ h0 w& C# l5 u
! B# {- S0 {7 d2 x6 Q( R5 [Example 2：) v# v6 h( U% I
Houston, we have a problem. " P7 z/ e8 y( S0 T% s
What? ( H/ g5 d7 W: M
Never mind . q9 D: T; f- b4 A( _. i4 h4 k4 ]" u; S
What's the problem?
: s1 |' O# d& r @Nothing
7 t0 J/ Q) J, P7 M) p, cPlease tell us? 3 Z6 M( x* W ~4 x0 F& N% I# O
You know what the problem is.
& j0 G* j5 A+ l7 `5 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。
. _1 c2 h+ M' U1 m/ z+ W& ]2 ]9 C& T# ^5 Y4 W5 M5 g3 N! 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。
: K9 Y; ? m2 r- J4 ~% Y0 L' i5 ]+ }, k4 j
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。$ q4 L2 j4 _9 j# i' h- y) }7 O
; A* C3 X8 v4 R! _- X! c: E; W看到这里，各位男同学觉得眼熟么？
4 a C% y* r3 c4 A* \再来看看前面的两个例子。。。5 r( `1 E) d5 _: E! V a5 `$ ~
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。。。8 @" J6 k6 ?2 n& P, Q! h" ^3 R
) S. A' O3 ~; A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。
( S$ p- F1 C Z( a" l; S* A4 d& l3 E* p5 E8 V( f) X
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 |7 t- n4 E4 s5 k5 K5 y2 D
4 l3 @3 t% Q1 X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。。。
8 }( C1 ~4 E& b; i6 ]
) f! f# D7 l8 f4 n8 [- c' L为什么相爱总是简单，相处太难？得training。
# p2 T9 O, M% J, T& H- f. ^( C
( q. B* |+ c0 F; p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。。。
5 D0 q# `* r, e% r
& r" H6 g5 n( L; H: l: D( i对了，那什么，我得先走了。。。有没有下回看缘分了。。。
: U7 i% Y& ?& }) \ |
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