TA的每日心情 | 开心 2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 7 r) |5 o" J% W' E: m5 o
1 C4 M. E' ^% R! w" L
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。! |. Z+ ^' u+ ^! F& W
; A' K7 x. d: @; Z. G跟大家汇报一下最近的学习心得。2 n" v7 n! \6 n. N
- p' k! Y& A8 d" _( p
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
& O; ^6 p, C, x" j# a1 }
3 |7 b5 R4 `$ b) |- ]最怕这种品牌问题。简直送命题。/ D8 V% x- ~- C; }3 C3 S6 x4 H* Z
/ E4 W2 q3 D- e) W& a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。 $ ~! J* Y( d$ R
* `9 @9 f. S3 e) A8 A" j这事儿勾起了我的一番思考,值得跟大家汇报一下。) _* ~3 [9 Z" ?7 S0 D6 a
v& ?9 p3 W* p$ @4 |% [; ^
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 D- X, C/ X: X& D) F% h6 o
' C' _+ i- U5 B4 t- {1 p$ A3 B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:# \2 V! B1 ^1 q6 l \8 c2 G6 z. c1 e
+ {, ?( j# h* c$ EExample 1:7 A5 [ @& ~3 ?& d4 h9 N
" W) T/ z! K( o8 n) |咱去哪儿玩啊?( F5 c# `/ d1 ?$ {+ \; s* L, A
都行
' @% s, F5 R) ]! W, i那咱看电影吧# F, f3 q3 _; N- r
太老套了2 k/ a" Z3 f1 E) K' U p7 {' ~
那咱打保龄球吧?
/ E1 a0 [( H" M) R' c8 P( M3 d# @大热天的。。。 E# [6 l2 t( x8 U0 e* V5 Y. v" `
那咱去哪儿玩啊?
, `: n z1 E! ]% A都行
7 |. g4 v" ]) n+ n+ K* r
' G7 L+ R) x! ]咱今晚吃什么?
& }5 O; i) R3 s随便
& B; c8 V6 m9 l+ |! ~1 P那咱吃火锅?3 a0 `/ ?$ p p$ O
吃火锅长痘痘。9 K. W" x6 n8 X% Q% v/ C
那咱吃烧烤?4 O8 o7 z2 v; A: v# N
上次刚吃的烧烤。
% Y( a& t- l! H+ z, p: E那咱吃什么?
( _: G. h2 ~0 F' ^; h3 d随便
9 u8 L' O- b; y, r8 p% A& F
0 I* `5 w: G% L" h0 | d3 u5 v8 TExample 2:$ J1 D) i8 |. `
Houston, we have a problem. 6 y% A# e) W! S- {
What?
+ c4 b* e( z9 q" ?0 ]" RNever mind 0 ?* Z! h% P0 ^) t$ d3 m+ P& }3 J
What's the problem? # W- f( p" p# Q. E- Y$ R
Nothing
: g- z1 W" ?7 I2 W* ~0 RPlease tell us?
6 `- @, B% t5 M! Q! pYou know what the problem is.
% N* Z1 Q" T' C% U9 m% c; z% K* P1 b2 n8 O( l& P. Y
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。, K+ f# ~# p3 }3 A& z, f% Z# ]+ _8 s
2 l0 x: W& R" w( F3 |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。
9 l# f* y# w6 b7 S% h3 D! b. E. ~$ n+ o* b
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。
: f; u$ Z/ f J/ q: w w e6 ^ c- n1 R; Y! A
看到这里,各位男同学觉得眼熟么?/ E0 X, s0 x8 e! l' ]
再来看看前面的两个例子。。。
( w \, m4 m4 @, W( Qxxx,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。。。
& D0 S. X8 G, r4 G: G+ _( B: `/ V1 I5 j: 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。3 m: o$ w6 _6 v# s
v" N" {% b0 \. Z. Y
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?1 C8 V* V/ m) R9 {$ ?! ~
$ R& W& H/ p, C* m4 ?9 A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。。。. w( f& j; W- n2 C: K& l. ?
' y9 v* C$ \/ `/ \
为什么相爱总是简单,相处太难?得training。
5 s; N1 u( V8 }2 d: c, V8 p+ a+ `1 p5 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 c; e% b% I+ F, j# H2 d& R
4 @+ K5 M: m% }8 i$ R- y/ u对了,那什么,我得先走了。。。有没有下回看缘分了。。。8 ?7 l! L f; K% t3 M( W W
|
评分
-
查看全部评分
|