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
* ^# S( W: `6 a! q/ z* u" Z6 C# p* X% ^* N. R
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。: G- s0 w9 h/ Z4 L s4 c/ v9 h
& {6 r* c8 z8 Z跟大家汇报一下最近的学习心得。
5 K) p# o: K" s) p
8 B, a# t2 g* A: O$ 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+ E) t1 h# y* |2 K% D0 V. }
+ M t P. z- k最怕这种品牌问题。简直送命题。
. R, b. ~% [( t4 U6 c) \' }* h$ W; @9 H: t3 Q
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。
8 W* t) }) d+ F5 e
这事儿勾起了我的一番思考，值得跟大家汇报一下。
' R0 j' H% O' H: g0 M8 N2 L1 m+ }& a' x% V& S8 m2 T6 ^1 ]
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 {( d7 P' O7 l9 H
/ J4 Y) b+ R8 b4 q/ `5 ~6 p
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：
( E$ S$ i6 w8 ?) X2 I9 H- q) Q2 \5 ^+ f
Example 1：
% K; L# v" ]; h, n7 H! ?. o4 B5 Z
2 K) h- G* Y" X# r" S" |咱去哪儿玩啊？
1 P# ^' w( I5 Y8 z7 e9 K5 J都行( }, D, S1 N2 [/ ?0 q
那咱看电影吧$ }9 `% ^% o W
太老套了0 K! m8 K0 G5 T6 }: T0 i
那咱打保龄球吧？
8 H8 a! T9 }2 m0 ~6 |大热天的。。。0 y& J6 Z6 M; k( {& ^
那咱去哪儿玩啊？
/ u ^7 x5 @* Q2 j都行
: E" d3 S/ P) r% Z! X$ X. J7 z. w5 l( s- a* [: ?) u& H- F
咱今晚吃什么？3 R& V1 e2 Z% \# a: y& l
随便1 i; s7 n4 X; ~1 j) h( h( Z
那咱吃火锅？
% J8 `: f8 a) F: _( `+ N1 a+ q吃火锅长痘痘。
) ~) t6 A5 U) ^那咱吃烧烤?( e& l3 M' |0 ^+ Z9 V# H0 U
上次刚吃的烧烤。. w4 X4 B% M/ m! J7 v
那咱吃什么？
) S1 q' G: k/ a& E( l随便
( f: z9 B" J& Q8 j. R0 ?& W* G9 K: z7 E: d7 M6 O: ?
Example 2：
( ]9 y: h) ^9 }Houston, we have a problem. 3 S2 |: f: w) H) j0 P
What?
% _) _% P. f* A1 ]3 w: O/ |9 xNever mind " q1 P* z+ z: \
What's the problem?
7 E9 Z! s- g2 R( Z* XNothing
7 E: ~/ l8 e! W* F4 q7 S2 bPlease tell us?
6 C" x0 D1 S$ U4 ~" n2 Z4 ~. |. oYou know what the problem is.
7 j; R& i0 w% u+ `
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。
( v& E- ]# [3 ~" W* E
' v o, i h4 o! A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 w' Y) i; o: F1 l, n' S1 r! N
0 Y, Q$ B5 W7 q; @; p" O& ?; D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。
8 L. P1 S( S; Q& L3 I* X, n: c# U) f4 Y1 ]( p- h
看到这里，各位男同学觉得眼熟么？
' n5 N: S; |1 J! _: S& P9 \0 T4 F再来看看前面的两个例子。。。
7 [, D! `4 d5 Q& F+ Exxx，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。。。+ c) \& j N+ Q( ^: k! }! d& ^
" p1 B% v1 }7 r9 s% k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。! `* d7 [1 L& W! J. M
: Z9 p+ I, Z1 q/ [4 p1 D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？: b3 }6 k R' e+ x1 p/ @) i! Q
& m1 x% a+ ]7 j/ j. V4 S1 y1 O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。。。
( a3 j4 t: x3 l' X i! z0 a5 ]% ~( ?' p" |2 i
为什么相爱总是简单，相处太难？得training。# B t6 r8 \% K" @' n. f- P
) ~- W1 A' w3 {7 t5 J& E0 B- |& c" U' F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。。。% o8 ~ g) _# L, X
2 h+ s( Q, ^& S8 a% ?# v对了，那什么，我得先走了。。。有没有下回看缘分了。。。
4 P3 W5 z. F, t9 b P8 C |
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
$ T6 L4 p' m3 G2 p+ R, C4 B
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道