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
( y0 L6 ?( d9 W2 m. e5 W/ W) P
* ^4 S# e9 d1 N2 o3 N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。" G7 g6 D- B" B4 |9 }( f
0 u, g+ q& }; K, p跟大家汇报一下最近的学习心得。/ P6 e% e. I. t' h8 I" ~
0 N6 e# _9 U2 D7 u, P# [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- i4 G+ ?: h: [5 I( j
+ L7 K& s2 z* y% |
最怕这种品牌问题。简直送命题。+ [" q" V) f* T
* z6 ^) O. e2 Y; l/ S
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。
" B0 Q' U6 k8 T3 z$ D: z# t5 E% u" i0 X" W
这事儿勾起了我的一番思考,值得跟大家汇报一下。: @& N# `* m; k( v$ U' c( O- X, p! o) r5 E- x
* [) w) n7 @1 E7 Y) G* [0 z- }
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 V4 D7 `5 M/ U! ?: {, L
% {, h* @3 D- {; B5 i- O& f" o
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 P7 o- z8 I4 W* X. v" f1 q
3 s9 ]0 w: R/ F. r8 \
Example 1:
' L" ?7 g6 q/ k f5 F
- B: V, D9 V: Q- H# J( d7 N) Z8 \! {咱去哪儿玩啊?
/ h/ J3 v) {8 p, X/ Z都行6 q# X8 A7 M8 I9 E2 f! G
那咱看电影吧
* i/ |3 f8 D) F- L% k' R太老套了/ t% W1 C1 d/ n5 g
那咱打保龄球吧?% a; v- V/ e7 _- W4 _! A+ l
大热天的。。。
0 g, L( r0 [9 {+ O$ K/ P: e那咱去哪儿玩啊?3 D6 V2 A' M8 G4 a
都行$ s3 K) r6 q* y* v7 O+ y b1 |
: H* v" @4 E- F( [; g( y咱今晚吃什么?
( N$ r/ n! f& T1 t( L' k# \: j随便
1 D$ A! J' u2 R: ^1 ?+ o那咱吃火锅?
5 `5 x# Q, @% z" o2 H- W吃火锅长痘痘。
6 a: c6 N: j1 L& a) D9 ?8 h. s那咱吃烧烤?
5 b& S0 u3 q% e. t* g上次刚吃的烧烤。' O: o% n' A5 x- ?
那咱吃什么?
2 S6 v: y: c w随便
' J7 N; k! T- J& M+ G
; j0 b, A2 e+ n$ Z# e3 x: Y' |Example 2:
% `* y2 h1 f: HHouston, we have a problem.
3 X+ g2 [9 z5 @' H" d! K$ Y1 }* `What? " E9 H' q+ `; Z2 T; S- B
Never mind
" W/ F8 J, O" A$ p2 R% i6 qWhat's the problem?
! C) b# q P8 @/ @% {: eNothing $ ^# Y) q! K; u- |# y& f
Please tell us? ) p. U: h* M4 ?8 \: n9 s0 B G* m
You know what the problem is. 2 K% I3 ^# ^- e d; \0 Y
9 f% @$ L; j. Z3 S& C1 @
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。
3 Z, W$ u% r7 a7 |
4 R0 U; H: @0 i8 J+ x' m, D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。7 r# _7 j& r- j* ]: s( S g- f
1 W7 Y0 t0 R/ G% T( S P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。
7 J& H2 Z9 a& Y+ p& t. h
0 D5 X: x$ f) J7 ~. ]6 J+ v+ w" n, N看到这里,各位男同学觉得眼熟么?
/ q" H: |9 {! h7 H再来看看前面的两个例子。。。9 |2 f2 m2 ~3 I0 l7 Y, W' |* [4 e5 S. P
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。。。
- v v9 [+ N: F5 r; { w/ F
* J' E) O. R. d. e N* Z: D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。9 m$ G1 O! K, E/ l1 O7 |; j' C9 c% j
- d2 W0 S+ r/ B9 a. H' m8 E5 x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?6 S8 Q6 z8 s% T' v
8 \0 O% ^, N5 l4 p$ 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。。。% ~. s6 y! J) Q, ]- P
2 {% [( F9 p& K7 ~$ y1 O* D$ x为什么相爱总是简单,相处太难?得training。0 W5 a1 W; n- E: h# S
( a2 @* U, [2 {+ D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。。。
" K" e5 n. P5 U. x' U# b1 V4 s9 X! s1 `; @* B
对了,那什么,我得先走了。。。有没有下回看缘分了。。。4 J! D8 p- K: y) \
|
评分
-
查看全部评分
|