TA的每日心情 | 开心 2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 $ F l# _ B3 P. [- L" U
5 h! o: U" [9 p6 w, f4 L$ t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。9 i! Y9 x2 y$ W$ E
# D+ P* O+ }4 `9 n跟大家汇报一下最近的学习心得。$ O7 ~( \. O- T* i0 p$ c
7 T. U" h: W- 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
" f2 [$ v3 i9 L* \/ n
% s. l; T- U7 Y6 d! O最怕这种品牌问题。简直送命题。
7 {1 ~8 K5 e1 p: _( [) M* ~& n t5 k% z; Y; 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。
' ^+ {. b& w8 p; C; ~4 L, X7 P, n
$ ^8 v6 O4 d# |9 W8 P w' ?这事儿勾起了我的一番思考,值得跟大家汇报一下。) G2 V+ N8 r; ~- A2 a
& O* y: d0 _9 t5 ~$ L7 n/ }
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。。。
1 d) V9 Q9 J+ f# Y% I2 a! `
# [* g( C: v" x8 R- @6 F' K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:
/ i, }# ]* D6 {7 T( G& [ V, }# h* ]: u3 x3 }
Example 1:6 U# T& D( L5 K' e- n
1 k% P3 D7 J$ E5 A. w
咱去哪儿玩啊?
* P* D: q# t- e! U, n. \都行1 b: z5 i! U4 ~2 I5 s
那咱看电影吧
5 X; L( {% t( {2 L太老套了& ? s. b3 f3 u0 n$ k# X' S) ^
那咱打保龄球吧?+ p7 T: j! J! C5 Z
大热天的。。。, z" B! H4 q3 q3 \+ Y4 u! B
那咱去哪儿玩啊?
( @+ L1 V% ?9 E, U& b3 q8 y都行! ^! y% `6 Y0 J0 v' F! p3 f" S
; F6 }/ _$ I, {7 p
咱今晚吃什么? ~) c1 ~4 n0 W2 s6 Z
随便* F; o7 Z+ T% j8 V
那咱吃火锅?
@% V% r# R, c- _6 T, a+ G吃火锅长痘痘。
$ L: k: h! l& g* _$ @那咱吃烧烤?
& l7 N! e* x6 i2 z$ F6 b b上次刚吃的烧烤。
6 b; x7 B' X: r2 f! ]$ _3 V1 ?: ]那咱吃什么?
- O& x: c2 q9 Y% T- v随便
" G2 W- N( j% c9 c9 |( }
& g9 h( E: z1 ?, @8 B; X7 s+ I, x' _Example 2:
& s# d0 Z* i" S: Y! sHouston, we have a problem.
. t, ?5 s; v: k( J" q4 c! y5 nWhat? ( G5 e. v5 L% G$ w/ {$ n# ]
Never mind ) A2 k% C2 ?$ l4 i
What's the problem?
! d" S7 y, f* c3 W+ j0 R6 HNothing . }+ f3 B, d, B. {7 Y
Please tell us? 4 L; `% z) B$ L7 T" k
You know what the problem is. , y8 A* E' S% p' D5 _
" S% Q) R' {# |$ 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。
' U/ B3 t1 G& }& [1 W1 R7 G8 @
' \% ~3 a8 Z2 n2 ~/ @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。+ j$ f+ G2 y$ m
0 G8 J7 u6 T, l( f& Y5 d5 x
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。* U' w0 Q5 \1 w
q% O# J# ?4 i, E4 |看到这里,各位男同学觉得眼熟么?2 s3 n( G& B7 ^4 L
再来看看前面的两个例子。。。
( O+ y, |- q9 Q! e! U, Nxxx,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。。。# n; \: W# M8 @6 p8 M8 v9 z& C
" B* B5 s7 W2 S* V1 r; u
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。" I7 t$ Y) h, f+ w
/ Z V, H$ y9 K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?
, r/ u1 P4 o+ H
& F( h3 C3 V! p9 k. `6 l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。。。* o& S0 [7 t$ f4 n; i
/ H" S1 }% U( Y3 K8 b8 l" H0 l$ q为什么相爱总是简单,相处太难?得training。) t" p1 s& K3 ]- K0 Q$ d( D" ~ O7 m
! T2 n0 i4 x: W! }1 i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。。。
( r3 N, o7 H3 m( L
$ w; U, n; g% b1 \对了,那什么,我得先走了。。。有没有下回看缘分了。。。
6 y& ^2 n3 T$ G |
评分
-
查看全部评分
|