TA的每日心情 | 开心
2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
7 ?4 S# D2 I. o5 E& C9 T% ~, ^
& L3 F+ j& D$ \9 }4 F% ?* C& t, q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。6 Z& r+ N5 H0 _. O
9 y7 U1 d: B# e" K# p5 I6 l) O跟大家汇报一下最近的学习心得。6 m8 x$ C( v* E% f9 O Y
+ `4 r5 w! X# \) N5 _2 N! ?% {
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9 @; T8 y9 H) k) U) {
* N/ @( r' r. E0 a) }
最怕这种品牌问题。简直送命题。
9 d$ t' E0 @& h0 w: W* f4 ^9 b- e1 f; V) a4 ~: r* S/ W( N
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。
$ e$ l' `1 d2 R2 `
这事儿勾起了我的一番思考，值得跟大家汇报一下。
) q; x; d4 E' C: L! Y C8 t3 Q3 J `: G/ I/ Q
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。。。: M7 m3 w5 ?: D0 f4 U1 F
" Y& o4 G. T1 x$ }
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：
7 \$ _( u, j. M9 g& h+ k1 f( B# C! B5 t; W% [
Example 1：
" O# Y5 K$ O5 `& _
$ l$ X$ |* @* G, M7 ^咱去哪儿玩啊？: ]5 u+ F3 h ], [) F( C0 _
都行
/ f8 @$ I4 @3 c6 ^, ? r3 o5 G8 B1 z那咱看电影吧
4 _& f/ q8 t |. P: ~5 F太老套了
6 y0 @& K9 @( j1 ]那咱打保龄球吧？8 E+ I# D# f: a, A9 N, R# b# c4 S
大热天的。。。3 B. d3 K& q1 M7 f& Q9 b
那咱去哪儿玩啊？' K, E* r; G U7 P! I
都行
, B1 s2 Z% J/ i6 @- @" {% g
6 j) d K7 r3 m. T- G* i" d! `咱今晚吃什么？3 x% X6 M- [8 ~' i- {2 @+ r
随便
& s( p- o: |) O% @那咱吃火锅？
1 d% O6 }; q1 E9 L) D5 }$ ?! ?2 Z) b! N吃火锅长痘痘。
; d0 b2 m4 Q. e6 H那咱吃烧烤?9 _7 T7 v" D1 y1 D$ a! B0 N
上次刚吃的烧烤。1 B8 ^$ X( D2 ?( Z
那咱吃什么？/ |" A3 i: b: e
随便
8 A5 T9 P0 v4 H! R7 T
Example 2：
) Z) c* w1 Z# j6 d0 s3 [6 g/ wHouston, we have a problem. % s& }% s8 i( d
What?
; {+ k J/ C( o$ G. n% ]+ [Never mind ! K5 m- m: h5 s; E
What's the problem?
` d8 A: E) r' N1 ]Nothing
# z# |. P. D; r4 p6 ?# @ `3 vPlease tell us? 9 H7 q) T# Q; }! T, W# p, U
You know what the problem is.
: y( ]. t: S7 _: ~; u. U( |" U. q7 ?( ^3 O; }8 i
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。
! \: n+ y7 p6 y8 ]: J$ j0 Z/ s5 ]4 x# ]
? I8 C' x. ?- [4 W, t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。
0 S! b3 u- V; w3 L+ s; q' ~; Z7 {8 D0 P, Y3 j$ l# v
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 o$ n$ m- W1 h/ B! S# _- L: Q6 P
& ^1 }" |; ]; u- g6 u; P4 J' A看到这里，各位男同学觉得眼熟么？3 s5 o9 Q1 j$ s- i& x
再来看看前面的两个例子。。。3 T7 ~' q6 P* k. I; h7 S2 G
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。。。; J+ ?$ b% i. `3 Q, k- o' }. I
6 k7 M% O8 X% x( A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。8 @+ M* ]- r+ r- L c6 K" s. x7 [
3 C8 n. w3 V0 _' }9 |0 U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？: p9 K: u% h( B; S6 y
' e7 U% b* ^) I" k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。。。; e, _$ k1 w; k' J% b- c# U" D
- ~! ~! W1 l, w! X* `为什么相爱总是简单，相处太难？得training。: H% A Q- x7 e2 l
/ c; O# r0 y9 r1 y% `5 D% O* N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。。。' r! V, }% ^! Q. ~ L4 v$ z
8 G) H. v3 B4 S1 ^对了，那什么，我得先走了。。。有没有下回看缘分了。。。
- ]- c6 b: ] x$ s$ m |
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道