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
. T1 [: `: V6 j8 g7 s: N- \$ ]: v0 c2 J) W4 A7 s+ ` s
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 o* `5 ^6 x; N' _; Y$ U3 \ H7 A/ Y/ B
! B( Q0 T* t0 T6 J' g0 K: e4 \
跟大家汇报一下最近的学习心得。+ d4 |. ^1 z. h% i8 J3 C
1 B3 v H* b5 j. X
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. U7 p3 D; `9 D
5 }9 ^1 Q u6 B* h" Q2 ~. H- T最怕这种品牌问题。简直送命题。- |' s3 A ^, \4 V: D0 Z
; t7 }# u/ b. ]& u, l# s8 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。
5 P/ x9 B" a7 F5 g j- l* x7 C& S" p$ e8 Z* G
这事儿勾起了我的一番思考,值得跟大家汇报一下。! M% d: c# Z% h" _- t7 w1 |
3 d) ~: o) G% a" L
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。。。4 t. D ?& f* D; `* l; {6 b
5 L+ M1 O1 A. }% a6 O0 |' k. F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:; ?, [ }$ D! U: |4 D
6 J. P, r' Y" D9 E4 l" J6 p$ sExample 1:
9 n; w2 d1 f1 X9 _0 I+ v# U2 P* Q1 N" d8 C
咱去哪儿玩啊?
3 f# P& Y/ G! |! e9 ^, g都行# U( z) |+ I# W" D7 [5 h
那咱看电影吧$ C7 v6 T% K: s3 R2 o6 A
太老套了: t5 k2 R4 b& u: e( u m
那咱打保龄球吧?
* x8 R) k( p/ e: h9 d大热天的。。。
9 o1 g- s8 F+ t) s0 f那咱去哪儿玩啊?1 w+ ~) U7 \& w' |; J! O2 j9 T
都行1 \4 f% T- e2 z% a. t9 N0 H
* e) S0 X# \) @3 ~; g: z7 S
咱今晚吃什么?/ u" [2 v7 C- R3 x% ~/ V3 t
随便
0 R- M/ j# |& k) @8 f那咱吃火锅?! o: ^1 J2 \/ V1 T
吃火锅长痘痘。
7 H: G8 U6 Y$ q! D那咱吃烧烤?( y4 L: o; |* L* \
上次刚吃的烧烤。
; n2 ~+ X3 X& \5 y- w0 z/ H# f那咱吃什么?3 A0 f/ ~8 o: l' l6 v
随便 9 z! s _7 F7 P, {
. R# Z" R3 _5 A3 X, A. A6 tExample 2:4 P$ v; B5 F4 H3 O. @
Houston, we have a problem. ! e- y- h7 p" F! u# l4 i' Y$ ~
What? ' e6 W5 [. C$ d
Never mind
7 V0 v0 x- N S% f) j# @What's the problem? 3 E+ S1 t5 `9 O% O
Nothing ' I3 R4 [% P! h6 S9 W. D
Please tell us?
4 N# D4 Q$ O& _% K, d2 p3 DYou know what the problem is. # y$ [' `, M9 X# W. X& X# O) z' N
) m! {1 m; p' O# `8 _' O
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。
2 f+ _% X7 |% \, c/ E' j
, @3 J% f+ h2 C! B/ a' w$ p1 c% E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。
3 C$ Q, s; ^: O9 F5 `' m" v2 n( F4 o, d5 ^
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 s% c) E u) e% q; U( y5 x- _ ]1 J# k% B& \1 J
看到这里,各位男同学觉得眼熟么?) O- \" Z! m# E
再来看看前面的两个例子。。。
" z/ @8 e7 _) F- e" o- 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。。。; F& `$ T) H2 _8 K; t" @6 j. @0 V
$ T$ V% K& b M; H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。, B8 H( S/ n8 M1 E% N3 B; k: k
" k% x% H5 r9 @/ E+ ^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?
/ E! F/ C! e9 V, b8 M$ i: _4 \7 Q- i/ 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 P# L5 X0 d4 c$ r5 j0 x: }4 }6 W2 |
: E- e; a0 H8 Q0 Q& |$ F+ i为什么相爱总是简单,相处太难?得training。% a: i; n' F) Z( Z W+ I
2 {, j2 [* j' h4 u" k2 v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。。。
1 x' Z! J/ s! i0 | @' U$ p- n. Z2 ^1 i4 g, m0 `! h6 t8 g$ Z
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
6 ~- e% }) L+ @ |
评分
-
查看全部评分
|