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 X7 `, ?. _$ t3 r6 T7 o; |6 O
3 Y+ L1 b5 |- O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 ]; Y4 P8 t& A& U3 M# w8 e A4 V2 Q8 k# Y c
跟大家汇报一下最近的学习心得。. {0 c0 o. z# Y0 t
- ^( n s% D- P. o4 G2 w1 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) [0 s! c5 z7 Q' ~' Q. V
3 y% k* j/ B& t' P' R9 g, z6 O
最怕这种品牌问题。简直送命题。! {8 x# n9 H2 d, u9 c
~( e3 L5 E8 ?4 e& _. L
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。
9 J) e. P- s1 H' ]7 s2 h4 x) \/ M9 n' C$ G0 n: R1 y5 O
这事儿勾起了我的一番思考,值得跟大家汇报一下。7 h- b, p$ s% f! f. k( o- h
: p- \3 ?2 p: n8 `1 a# D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。。。
, z8 n1 j# \' K$ g5 \. F( O8 L1 @3 o, r2 u0 A4 Q$ Z$ j
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:8 [( e! I) c8 R
7 n$ T9 N, a( m/ P8 Y4 UExample 1:
4 L5 @+ B+ k4 S4 M6 T* M: S" H' E+ i. Q7 f
咱去哪儿玩啊?
# H/ l, y1 G- ^) M0 E( s都行
$ y! Z$ s. |) S4 j1 w' p# p那咱看电影吧3 ]; \/ M3 h: _6 _! R' G5 K. u) \
太老套了8 U5 G* `2 a$ T5 _' N4 }
那咱打保龄球吧?4 L& S9 C3 j/ _5 N7 H; D9 L
大热天的。。。+ W: M2 y9 D2 ~1 Q: M' p1 b9 r
那咱去哪儿玩啊?2 K& Z! `0 M8 j
都行8 {, o6 J. S7 r. i4 ], @
. M" ~5 h) q% E! _. \, F) b1 [
咱今晚吃什么?4 p. K7 G. M( p
随便3 H" C1 E( I. U. ?8 ^4 i) u
那咱吃火锅?) V& k: S/ P t
吃火锅长痘痘。
% V( I5 m7 _& Q5 g那咱吃烧烤?+ l# v3 n+ M) o
上次刚吃的烧烤。5 d1 Q0 Y: ]; M) ]
那咱吃什么?
) o" L, @1 O8 ^* p0 W随便 2 p' l0 m: Q( c+ }8 X" R3 ?$ i# Y
6 b ^# }9 F/ t4 X0 eExample 2:
! H; C4 J: K. \+ rHouston, we have a problem. ' S$ j* ^# Z% f( o7 ?6 k+ ^$ W, L8 U3 w
What? $ ?4 G7 u$ h+ z) F( b- {
Never mind / o( t8 p; T) O4 _5 y
What's the problem? _2 W8 Z' J+ R
Nothing C3 Q6 r9 Z5 ]9 _0 t& L8 }) u
Please tell us?
/ K' M5 u$ R; b6 W7 w# zYou know what the problem is.
3 x0 r7 j/ j6 F0 z( h# @! l' G5 p$ y. Y, j, l+ Y
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。
0 P; K. [/ @" [; w6 A* o: x6 t$ j Z/ ~
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。
u3 Q4 ~: c3 p" H1 a, _* f4 s& y9 I" K2 V5 A
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。
$ W% f6 T+ N9 L
/ i: @1 c. m% ]4 q0 o2 Q看到这里,各位男同学觉得眼熟么?0 }! V3 S* x2 V; F
再来看看前面的两个例子。。。8 C/ L6 \* b" F; u- j$ d2 m$ z H
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。。。
( I& ? ^; j" I! I( h+ g- O% a% i
" ?; V8 f: r1 A. n: G# d/ V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。
$ |' U& w; b' U1 l- w7 Y. T8 |) v! J. i7 G4 i) S( ?; r9 h
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?# y* d3 R2 f" h3 B# {, B
% s8 q& Q4 S7 P+ x* b- D; z
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。。。3 l8 g) U* t* p# q% p
2 b4 o7 }/ Q# h% I) ?* I% y为什么相爱总是简单,相处太难?得training。
9 y/ {/ _( U5 V0 Y
! c3 y$ m+ r% a# E* O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。。。
@$ |" o5 w! r4 N8 i" R A: Z0 ?' A6 t& W1 b5 b, ]! J1 k
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
/ m2 |3 j6 m( x. e$ D |
评分
-
查看全部评分
|