TA的每日心情 | 开心 昨天 04:43 |
---|
签到天数: 1942 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 e2 b- ]- ]0 \+ g
# }' U0 W8 l# n% v& Z2 j6 Y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 @+ A( p( z0 i1 T2 n9 c9 C
5 B; V! p; |1 A" ^/ q# C" `跟大家汇报一下最近的学习心得。
6 m+ n3 v4 t; f2 N6 Z8 {* f
- q9 R _& a' v0 m6 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/ Z! @. ^: z- m7 ~/ E8 V
; C/ R4 \2 `. J+ ]最怕这种品牌问题。简直送命题。6 i1 r. K+ j" V" |% ^
% Y2 W' y; P- q+ s* T, ]" P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。 5 y! S8 u1 f" \+ @2 |8 F
9 T" n K( a) r5 H+ g8 N" D这事儿勾起了我的一番思考,值得跟大家汇报一下。" [. R+ @( c% w
9 S6 \9 V; u6 h, G6 W6 J
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。。。
M# n0 ^1 z- q) m$ ^$ }' J4 \% a
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:* `6 K) a& W2 N* F% E% ]
- M/ g7 ` f p; T: ~Example 1:2 t# u* Z# [2 O/ q2 _
: x5 m! X6 ~( v- V咱去哪儿玩啊?
7 E# Z+ Z$ ?6 `- h! ?4 r% c都行
( k7 e3 Z; K6 x4 ?* a# D, G那咱看电影吧
3 j) b) H b1 l% L6 E太老套了
9 }) O" W {1 M那咱打保龄球吧?
. e& o# I* @5 [0 q大热天的。。。
9 I; R, z j0 Y/ U( P ]$ ^3 U那咱去哪儿玩啊?
7 O) `6 x) v( P1 Q+ w0 j! ]5 s# C, I+ ]都行; q% B3 W, F: \
- B9 i6 o' t" s3 m4 n2 s0 g1 c; J$ j咱今晚吃什么?( K' w* _) f( ^* c" f$ F: z
随便
& g, |* t3 M" [那咱吃火锅?
6 S6 W1 c1 V: Y/ ?# A& Y* m吃火锅长痘痘。( r8 B- P9 e/ r+ S1 ^+ N8 i( w5 t
那咱吃烧烤?
6 W4 k, I+ l9 D, e# M; |* ?上次刚吃的烧烤。
" D4 Q: Z4 n6 v那咱吃什么?
: z( D H$ ]' `4 I6 B随便 ( I: {) x! W1 l+ ^ c
6 e( M8 n9 n5 U. J! P9 h$ b1 jExample 2:
6 ?5 b% B+ y2 A( A( zHouston, we have a problem. 9 r3 b+ s5 _# B: I1 x
What? ' A2 r- L, y3 w
Never mind / Y8 B) n ]" N3 o/ o6 U
What's the problem? 1 I) H4 w1 ] u6 G/ |# S* @ Y
Nothing - b0 [' k: T0 }- O
Please tell us?
- K' c) @6 s1 f2 l0 S7 mYou know what the problem is.
6 Q# W1 x) b$ A, b
" J, o. v: {* M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。- f. q8 q- A8 D) m2 O# e
0 s1 E$ `3 F9 L7 K' e+ Q
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。
, Y" ~3 M& r/ D" S, D$ p; S0 J8 k4 |4 K; D% Z- I
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。3 ^; Z+ Y; w" {( v% r! L& Y: V
4 {* c$ e1 P, C) e# X" b看到这里,各位男同学觉得眼熟么?( y% g; J7 s6 z; W+ J: a
再来看看前面的两个例子。。。
; j) ^, B. |3 N0 d+ s: U; |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。。。, w8 S( \/ L" R9 w& t7 y5 o3 b* S
5 m' O5 V7 y: C& m! o$ 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。 K+ I& t7 n+ H: C
6 g' U/ a' D- L& y1 `/ p2 j5 b
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?
, S9 O4 K9 m2 N. B+ a: U. G6 j" Y
, P& e; v+ Q! H4 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。。。
4 W7 Q" P+ P, {% `8 I* q3 i' z$ ?( y
为什么相爱总是简单,相处太难?得training。
) H& q0 D+ ^7 j. Y9 i+ m+ }+ x7 D `" l. @" P: b8 T
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 z* N: f5 [, z/ Z
) i R# h3 b0 b+ S8 T- a对了,那什么,我得先走了。。。有没有下回看缘分了。。。 S7 _& b( I" t3 F: s' P4 t
|
评分
-
查看全部评分
|