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
6 U7 z7 q9 ?1 f2 V
$ P4 k" K5 ]. j8 J0 z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。$ H1 r# o" X Y1 K" E
- b9 n, e! ^* ?/ J, w3 g# q: b
跟大家汇报一下最近的学习心得。. U R# V5 @1 k2 A- U% N
7 B! j t- @: ~8 G Q! O: h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: U& x+ O- k2 R% n! W. |# V0 t
7 ?$ W7 I6 d. D: {3 D最怕这种品牌问题。简直送命题。% u/ m3 _) K% T& v8 M d' U0 }
% L, i' R) \" z. m
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。
% s# p) _' P0 u, ~: H1 R" ^$ e
8 `# p, }, |) I: K8 H这事儿勾起了我的一番思考,值得跟大家汇报一下。
# t2 Z8 ~7 |% X" r! z, R; T: g+ G9 {* {, U5 r; `8 ~0 G
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。。。7 E' h7 w, a- q. q0 W; \
% G [! h7 X: G6 y1 F; Z! J$ l
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:) ?# t6 v( a3 A! {* X( z, U& V8 j
! G% z( A9 P2 iExample 1:
: M5 ^! i8 u& [5 w+ l$ h/ Q4 E" R, W" A6 l
咱去哪儿玩啊?
" f7 U4 F" E" d2 @都行
. D* Q; ]5 _9 {/ K6 k$ j那咱看电影吧- _) ^$ u6 w; ^
太老套了
" r* M, h# }3 c2 ?/ U" R那咱打保龄球吧?1 l) O. X5 [6 q6 c! t' Y+ m
大热天的。。。
6 q! ~' v) J* s# [" Q那咱去哪儿玩啊?" X+ _ m% `3 N) a
都行! {+ r& [, C6 d6 U8 m8 U- N! u9 l' u
. e N; Z" c8 v/ T1 a! J0 ~
咱今晚吃什么?6 p* O5 X1 B$ F5 H
随便
5 p: H' L7 D0 ^2 P& {. v: S那咱吃火锅?
S7 K e$ J. b% A2 ~ p! B t. c: c吃火锅长痘痘。
3 b9 y7 P/ M7 e2 w; H那咱吃烧烤?& x4 V% h/ b, W) V6 y+ N7 I
上次刚吃的烧烤。7 ~. p- _1 H# c
那咱吃什么?
8 n& h, @% z! ?- L* @( S6 R# _随便 0 V" A! d7 d! F% H2 ]+ A& u! Y
; G" e/ `* [" B& f" f
Example 2:
. Y9 R' C( c; d$ ~1 t- O4 s: RHouston, we have a problem. ) p9 c; g1 q- J" w0 P
What?
( ~. o$ c! e- r2 g+ G5 r) Q( K' ~/ k' pNever mind
g7 B) X$ Z' S# l2 r8 o; c1 `What's the problem?
9 {! l* \& a( `4 |; Q& Y8 KNothing
3 h( _6 y7 g0 WPlease tell us?
- |$ c) q$ d' O- m+ l7 u- s3 h& PYou know what the problem is. ; T s) ` j: Z9 N$ V
' J! K- ~ ^, t8 l
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。- t5 X1 O2 R4 B, h4 n$ c3 R' m
, |+ k+ t, X- b* D0 B; j, 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。
1 i3 x/ k# W) K2 O+ N
u& A. G: O( R1 t/ a' 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。; M- g2 e% B$ G9 `# P+ z8 c
3 ?" R8 R; `# V4 h0 j5 d
看到这里,各位男同学觉得眼熟么?
7 Q& N; z& \$ t( C9 _; ?. N再来看看前面的两个例子。。。
0 s& w# s& L, \9 W) Z) Axxx,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。。。
; H- {6 U d8 `) Q
y7 ~) h% b% I6 ^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。
# Y+ ]% G5 W, f" ?% u! L$ J. h. }. k3 c, O
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?- H! a0 e: n* Z! G* U+ _+ x( C% X
' `+ Z5 ^) }7 l5 c2 @$ o, k, h% T# p
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。。。7 d& u& S+ D$ Z% J
! s1 g& e# c* v- v" Y( w- `为什么相爱总是简单,相处太难?得training。& E( t' ?+ @$ H
! `% f0 i: y% m( i, P; |3 a* p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。。。3 R' t9 h0 ~( O+ j6 N2 y& m2 u
+ k" [7 a6 C( B) z7 z
对了,那什么,我得先走了。。。有没有下回看缘分了。。。$ U% e! f5 }5 p$ ?7 g* a
|
评分
-
查看全部评分
|