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 ! M! E) s; K: K9 e/ v. _
: j5 L* X4 B# O+ 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。( w8 G+ m: T4 W- s! N8 K( t5 T
+ w2 z) K6 T6 ?跟大家汇报一下最近的学习心得。
]: I4 z! I8 O0 W' U8 y& Q+ u2 N& u1 D0 S: x: M
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! L# F6 d' G0 d' `! O
4 [9 H9 i" m8 `; B) f% L最怕这种品牌问题。简直送命题。
3 Y3 u+ r$ J; @ {! R9 U6 B1 `- P8 C H1 s0 K+ S N1 ~
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。
0 W! W& Y% V- A6 B" P8 J, `& W
这事儿勾起了我的一番思考，值得跟大家汇报一下。
* Z9 g+ P9 N! K, L) i) F7 b
* W( d: c( Y. x7 [. V) O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。。。
# {3 z# N; Y# q* ~6 }. ]3 H( o5 c: R' R
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：
* f9 t/ r8 G2 {4 z/ H$ p7 M$ G: L; h. F& t- d" @ v+ E* T
Example 1：
8 P# `# [" {4 N
n8 |: |7 V5 S0 e! x- N) G6 G7 B [咱去哪儿玩啊？
8 a3 m& o% T. F6 e* U+ \都行
# H( P7 w/ w) }8 F那咱看电影吧
" ?7 n; g' m8 A* l太老套了1 w3 ]% L) f+ u* Y7 `$ u" ?4 H8 S
那咱打保龄球吧？3 B2 [$ L! U6 \& U+ ` [
大热天的。。。
- S- y7 K" N6 ]3 ?6 f* O那咱去哪儿玩啊？8 r; J0 Y8 o8 j2 v! f3 O
都行! ~5 _) I4 k W; K) ]7 P( K* b
% o+ J6 l5 C! n4 H3 j7 ^2 M u咱今晚吃什么？
3 m5 G/ c @3 k6 j7 k& Q D: K随便% X7 _8 b0 S, k. b8 ~- \2 o
那咱吃火锅？! d( c* d. y5 g. K
吃火锅长痘痘。8 `9 A& J, K# u! L J) D I
那咱吃烧烤?$ e: D5 u, u9 @7 H
上次刚吃的烧烤。
8 `! y3 |, L0 f4 d那咱吃什么？% n/ {1 q5 w- t
随便
" i$ ?5 _: S, z" I
Example 2：
7 V) G+ j$ ?2 {2 w. U% NHouston, we have a problem. 2 _2 L' r; [5 E% W. A
What? 0 Z3 e' @+ P/ i6 \; j* q6 m
Never mind * H* v6 V% T4 q+ A6 \& L0 ~
What's the problem?
; I% H2 B6 r5 Z8 \* L }! `1 x/ ^Nothing
4 j2 t! t% X# Z4 {Please tell us? ; n6 \; W$ W, v: z
You know what the problem is.
' _1 x& z# {# m' @) x3 S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。, g5 z6 U; _- X6 Z6 D* U) H @
/ f' C. |( F1 }0 g. l1 u+ I
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。. j) S# k* r# g; V4 b
( v" G6 P& H# ^: q! ]0 @3 s0 Y) q
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。
0 O3 r9 Q* |3 N( e! J; R! o" W3 U9 O: O" z0 e
看到这里，各位男同学觉得眼熟么？% |& s/ n. h! Q
再来看看前面的两个例子。。。
# I" R# W9 [% s/ ]4 D; l& Nxxx，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。。。. J2 g8 r3 g3 q; h M# L- P
% {& v4 ?! F. A0 z' w8 H% O! z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。4 S+ w/ N" H2 t' M7 [8 j
/ F8 [# o5 d; v0 ?) v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？
- t0 y( h* |% k D( a9 b
7 e& E7 `: R' L8 Q% `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。。。
5 O4 J( I. `, s
' z& x+ P% w" z' B6 k; N k! y为什么相爱总是简单，相处太难？得training。1 b) L! j3 Y3 A2 L
- d. I% L% Z' M4 G0 H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。。。) X' U) r% M% ~, k3 {( E/ m( b3 V2 a
) @& M3 b: D/ h e6 R6 B2 U
对了，那什么，我得先走了。。。有没有下回看缘分了。。。
, d' d2 ], |$ y4 x( w H |
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