TA的每日心情 | 开心 3 天前 |
---|
签到天数: 1947 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
2 o& j- k' l/ a' m
2 i) m; H& N( t: N( R* I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。
3 @/ Z& Q/ \" R- _: V
. D! P( |. v9 l2 [- e! w8 l& ^跟大家汇报一下最近的学习心得。 A# f, Q% [& V+ \0 C5 k! J
& ^6 C: i5 L) W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7 s" w" q. J" M7 x: g
% ?: F7 ^+ v. h2 B/ E: |
最怕这种品牌问题。简直送命题。0 i& v( k/ y/ {) o
5 [- ~2 d! V" |/ Z5 f6 K+ w& _4 K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。
4 A9 E' A" s/ J+ x
, o# `! j9 `" J$ |6 B1 S4 h这事儿勾起了我的一番思考,值得跟大家汇报一下。
% K& f r+ O' e# M0 t$ q4 b, S& K1 P8 W! K7 l0 r& q* f
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。。。6 b. W2 z1 p+ u0 n3 i; q6 S1 ^
& k2 m1 J! I. m( D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:' f5 [: j$ t0 l. f" n4 N* `$ a; S
. X# k A) S2 k4 d; }
Example 1:
) \5 B7 t: c4 S8 B
+ O" V4 b- g" A2 |咱去哪儿玩啊?/ n# a, I. ~6 x
都行
. e; N, ^$ C* o; Y8 Z% A那咱看电影吧0 w7 ?& I" _% ~ t8 u
太老套了
, O$ v" A3 j* c& E% W那咱打保龄球吧?" [- F8 k8 s+ |" c1 O
大热天的。。。
9 W. f. l* X( G# c( V3 `& b那咱去哪儿玩啊?
% b4 k* l( _6 m都行
\6 k! W8 f. d, {- c$ W. }6 G! Q; f5 f' ]/ s1 n# S! j
咱今晚吃什么?, b* K: y5 N% T5 N: p
随便 F# s$ [! c/ e
那咱吃火锅?
; Q+ v; I2 X% f i7 d吃火锅长痘痘。
$ h O% R. N, W) ?1 h( ?那咱吃烧烤?
6 O* `. j- {& ]2 _9 B上次刚吃的烧烤。7 M7 ^# H1 T9 e2 j1 {
那咱吃什么?; K7 B4 q5 q- o. B& p7 |
随便 % Q# e$ v8 [. ]! q/ ?# \
9 a$ _! y* P, x9 w% W9 {3 }6 _Example 2:
6 Q8 J: o& j' l u$ K. EHouston, we have a problem.
7 m8 f+ P3 X0 l b: }$ XWhat? ) m0 |, p. N* _5 R
Never mind
) r8 A0 J1 |' AWhat's the problem? 1 o1 h# Q' I& f! H3 D8 ]! N7 [3 S
Nothing 1 B+ p+ L4 ? ?, T
Please tell us? : f. E( n! b+ }7 j; F: G
You know what the problem is. & g' ~. x- S" M0 x( H; P
; a# L$ ]) k4 [
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。! e! ~2 K0 X* ]- D; S
8 }! _) X; R2 w+ N/ u2 h* `3 `3 U
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。+ E, F" n) e5 f! }8 v
- w% d& H. p2 O; R$ 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。
6 Y' ^: P- P! v. x! p6 G2 Y8 B2 D8 `# d* H" E: v+ ^
看到这里,各位男同学觉得眼熟么?- M! h# _3 {0 M, F0 | P
再来看看前面的两个例子。。。6 m6 E. f% q0 J4 P1 {( g, R
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。。。
9 U1 p" }' Y5 M# R$ w- _. W% X( Z, Z! k" y- i: B7 o
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。2 [' E( j5 Q. B5 `9 L
8 e" C& d) X8 x5 _9 Y* r$ M" Z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 t- T' V4 A' U8 S# y
! P. m8 Y7 ]& k b& S" M; J, W6 X0 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。。。
- t" x O5 i" f
) r/ d/ H! ~1 N为什么相爱总是简单,相处太难?得training。
- E- v$ ?- A! J p- s. W$ A5 n; W1 k
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。。。7 _" p7 j9 J0 \. @5 e; { A% w
5 v& M. q& t2 e$ S
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
# i0 }, C# \" Z. q" @0 t5 ? |
评分
-
查看全部评分
|