TA的每日心情 | 衰 6 天前 |
---|
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 ( Q0 ?, f9 D: j& Z3 ~' b; c
7 f1 E3 d: D a. P+ x) c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。$ Z6 u$ X0 V% Y. k w- |2 P
& w s9 C* e, T+ H* e; J跟大家汇报一下最近的学习心得。
( [' S0 m" T2 F/ h* G3 U9 }- I4 V) |- 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) Q# r- f5 T. C9 B
1 U; m0 Z3 I" a9 _0 g) J- ?! V
最怕这种品牌问题。简直送命题。3 _. }- v7 C, z4 ]: u/ x2 f
/ O+ S* Y) |! n0 r1 r
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。 $ S4 h% a w# V6 v$ C6 L
, { F% v; H# K6 N7 L% ?' r* ^这事儿勾起了我的一番思考,值得跟大家汇报一下。
# s7 h8 n. f/ R- k U1 Z) ?: y
# ~ a! u( c% f8 L K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。。。2 H6 t: b0 n; O) I/ ^$ F
' x+ ]( D4 u& N3 [+ g0 j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:( y. H3 }% I+ l7 Y" Q
( N6 Y# [$ y6 S z
Example 1:/ C' L. |: j8 M. b! J" F. o
8 j9 R+ x) j: o$ e咱去哪儿玩啊?
S% H' o7 j* B- p; l都行
' q n8 e6 y, y, N; y q那咱看电影吧
: e: g1 E; n9 Q! s- b% Y太老套了4 M# ?, U4 l5 ]3 r
那咱打保龄球吧?' }( H+ }. x1 _- u5 B
大热天的。。。
: O/ V2 t a8 d) G; _% f: t! L那咱去哪儿玩啊?
2 z; `) ]( @( j9 V: K. ?- a0 g9 G都行
0 P3 n+ Z! |+ ~9 ~, a
% |3 y, O4 j4 G9 _咱今晚吃什么?
- d+ U/ H, l6 q2 r$ r1 C2 O; K随便( P D) U) V# D
那咱吃火锅?$ M. P3 {/ [/ C$ `7 K& Q. y: n1 u- D) c
吃火锅长痘痘。
; u( ^9 K# a9 g8 {8 R. t/ U4 v% s那咱吃烧烤?
/ D/ e1 w9 A) w$ w. ]7 b: v上次刚吃的烧烤。
$ R9 f3 s8 y+ z1 r3 @那咱吃什么?( p! {" s: j. A( ?
随便
9 g& c) u1 {0 M3 [% H: u! I& U" S* f( I, _# v2 p& x
Example 2:% n8 o& L5 d8 J3 X8 a) J
Houston, we have a problem. 8 B' \4 e P& }: w7 m6 h/ m3 ^1 o. q
What?
3 J, A3 o% D# G. h! p! i4 R4 bNever mind * i. b8 i3 M; c# w/ p8 K+ [
What's the problem? # Q$ p) b; i0 {0 [6 n- |5 O
Nothing $ p' ]2 C, J$ D! \1 l7 i* N
Please tell us? " I1 C4 U3 V! G6 P& s+ P
You know what the problem is.
: A/ V0 l" G! h" i9 u# k9 `7 `( _5 n: R" d L; V! Z6 S3 ^; `# M" 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。5 `5 e# R' o5 e/ k( B3 H4 x
5 n- ]* _$ |6 W8 A* {8 w4 J5 H% A
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。6 W4 i* g% E, U) j* l6 \3 b1 `& ~
& l1 P* d [; J2 W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。/ @1 C( X4 p; u, I" X$ v
9 l- \0 ?) q5 Y8 o8 Y2 g
看到这里,各位男同学觉得眼熟么?5 }% `6 s$ I9 M$ n9 S: ?) f/ @! |
再来看看前面的两个例子。。。3 t1 d0 C; Y( |5 o! [( H- M
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。。。0 G( n; R) @5 l$ M! q2 F
- K8 F9 o- N* |/ `! L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 b9 b* j4 S% ~1 k
# u- Q! Q, R N. I
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?3 k8 T" c8 s1 L. d4 H3 H1 Z6 V
3 i* A2 L, M7 f
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 w0 @1 m$ S; B8 V! p; q. o l
' @& I- |' g- R% R
为什么相爱总是简单,相处太难?得training。& b" V1 C9 v. u& g/ @
% L" Q% M$ Z' g+ K7 P& ^6 ~
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。。。
% }* L" a9 H4 u( R* C3 N5 S. B, x
0 X- M& Y( u' m# I, e) h* O% _( S对了,那什么,我得先走了。。。有没有下回看缘分了。。。
# ] s) z" `5 g3 ?8 ~ |
评分
-
查看全部评分
|