TA的每日心情 | 衰 2025-7-28 23:17 |
---|
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
+ P1 v. p& R' A$ f; w9 E) `; f5 A0 Q) p7 j F, ^9 M
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。$ ] y$ Y, \& z5 b2 l# ?# `8 Z
& [' X9 H1 l& r; m4 a4 E" y
跟大家汇报一下最近的学习心得。 n$ G& `7 T3 b- r$ _$ ]( b1 [# E y9 g
1 E B! S( ]( K* \4 [
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
+ X# c5 j- }8 i8 a3 B) S1 s, h+ |, R* l! o* S4 e8 r
最怕这种品牌问题。简直送命题。3 J) A. R3 ]% S! l. v \) K
" Z& d# l2 y9 E$ q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。
; _; D _- |! B
5 P# T4 |1 w5 J2 h1 t这事儿勾起了我的一番思考,值得跟大家汇报一下。
" z' ~ _. F5 x c+ f/ m$ }1 X8 W3 Z3 D) ~# @$ ]/ i
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 L& B/ C! o; V
* A- |& J/ v4 z$ a+ t$ n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:# g: k6 Q8 q5 \5 P" {4 K" `# K
- V8 C% O0 E1 `8 s6 T- eExample 1:
' T5 i1 k7 r: h9 ~5 U0 | j" a, t: c$ B- @7 G0 G- J
咱去哪儿玩啊?. P$ g* V: Q6 a! P; p. c
都行/ w3 Z. P1 z; }& e; t' p; n! L5 ` \9 i
那咱看电影吧9 H. n* c& ~) x. |! U8 g) D
太老套了
/ k7 r! h5 u5 ]" V那咱打保龄球吧?: {+ Z/ w$ k0 p& E6 j- |, h
大热天的。。。) l1 P4 j% b0 a
那咱去哪儿玩啊?, X2 I2 A6 v3 `& {; X- ]
都行
$ \$ @0 O/ w6 y' l4 P; q' F, X. o' P6 V% b
咱今晚吃什么?
: z7 s; l: O' z/ H, J8 c随便
5 a+ `8 `, Q( S" ?* a那咱吃火锅?
6 ?# |$ T/ Y3 S吃火锅长痘痘。
Z: g; g- v" A8 b那咱吃烧烤?
( |" | g( J/ ~8 Z上次刚吃的烧烤。
' ^7 C& h% V7 L那咱吃什么?
' T# j' F5 X/ A% ?3 v" n随便 ; T4 O8 e5 \% D% i5 d5 }; B
* W9 w/ f2 Q9 W1 L2 ]& ?
Example 2:
* _9 J' E, O$ H2 F: x% i QHouston, we have a problem. , c% d* n$ e+ m! U; H% w
What?
! M! O! ]' [' C- J+ ^Never mind 3 Y) W2 U b6 o0 w% V! f
What's the problem? * w5 n, t( |- {0 R U7 |3 j2 _1 ]
Nothing
: H, [9 |6 i( o+ v/ S/ `Please tell us?
+ ~6 X( d% ] w' o7 z* H1 ?You know what the problem is.
4 g6 @5 ~* ?' h7 T) O
) E& E5 Z6 d1 o9 i- 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。3 x/ a. R7 u4 I' @
9 P5 B- T& V" @/ t2 N( X i1 K
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。
! k* v3 H; x- N, a0 z& b# v. S6 I" g! t: Y. n! F1 k( |! 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。/ ^+ Q9 q6 j) t4 \( t4 M6 S
2 D0 p: b) [1 v* f: o8 ? I
看到这里,各位男同学觉得眼熟么?
- ~( ^; x; F, Q$ b% g& O1 W再来看看前面的两个例子。。。9 V3 W: H$ O- |
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。。。
4 ~ g- p9 A6 S8 i9 r& @3 V& y' r- d9 n7 c- _: k, {( 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。$ E) _0 Z: `6 Y5 I1 z5 ?
! K8 e d/ Y, K0 O* r% T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 v( M& W; [( S$ L# N! b1 P4 D; \
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。。。
" x4 I8 X- q& R, G: m$ U& E" i; c; x$ I8 h$ y1 A( L" {
为什么相爱总是简单,相处太难?得training。& x$ I6 ~$ W9 w) ]" a' e" @- X
( n8 A" i1 |$ @2 Y8 S
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。。。0 s" @0 i8 M2 ?+ n0 O, g6 R
1 ?, h* `! H! B) F& f, Z
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
' b8 N: |# _- y% J3 z" L$ m |
评分
-
查看全部评分
|