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
) d+ A- ^ c* K/ r+ g
* I% D: t) |1 |4 B+ y: h) J7 E# 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。
+ Z& U! e: R" B+ {: {' n% P0 ~( ?4 x7 v0 Y
跟大家汇报一下最近的学习心得。# K6 R( U( m6 {, R4 ~6 G
" t. Z8 U1 r- J+ q
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) K- e9 E" p4 y4 A* X7 F
4 c5 Q5 s; v+ B2 o O! g
最怕这种品牌问题。简直送命题。
`6 W+ E+ A" s, x
/ n0 i! D7 ~. b2 _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。
; A( a) u5 e, g% q2 a5 e2 K3 ^, Q- g2 M# ?& a4 ]0 { s
这事儿勾起了我的一番思考,值得跟大家汇报一下。
) L" s5 s* o+ W3 ]
8 Y1 z3 V) |- f% 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。。。
: n: _7 o/ y) V, g3 L7 M$ z( P
3 b( }: f2 _! |( U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:$ L5 `* ^- O$ P& d, d
) R' a `7 Y" X
Example 1:
: y, W4 x9 s3 @2 S1 P. N0 ?$ l$ q& b2 N; i0 x0 J' G5 ]
咱去哪儿玩啊?1 p: Z& M, A7 }/ O c
都行
, i5 c% k0 r0 e那咱看电影吧
3 C. X# s. J$ Y9 \* T太老套了 Z, H( f9 V, q6 Y
那咱打保龄球吧?5 {* `! D8 v4 [1 s9 t# i$ ?5 W! J( \& @
大热天的。。。
' [) q6 G& e2 z7 F1 x那咱去哪儿玩啊?" N* G) r; ^/ w0 `# p2 G( ?
都行
9 P g( r. g. p# J* j4 V4 p2 }4 I! C& Q- `
咱今晚吃什么?) r& X, v( p/ h4 @5 @4 ?6 p$ G: q8 {
随便
! D- F m. B5 x% |8 K8 A2 B, a& o那咱吃火锅?
" ?7 j, q$ t4 ]% \0 v吃火锅长痘痘。
4 B! h5 y1 x+ E& a2 u8 N* y- Q那咱吃烧烤?3 f* J) C) \) i) S8 M3 x
上次刚吃的烧烤。. r) @" k8 T# B5 ]0 n
那咱吃什么?9 l: J+ t1 I3 B" G- d% v5 s
随便
, M$ H) @/ C0 s' A( H5 [1 j
' u; A0 }0 o I, Q3 gExample 2:( c5 s' v3 C2 I9 {( U5 O3 X* G
Houston, we have a problem. 8 \: S7 I4 U6 W& V% V1 a; v; ]
What?
; J+ Y8 |! \& Y4 e) X) ZNever mind
- H+ B, z8 {( K9 M5 @/ zWhat's the problem?
b! \0 e0 g# B" N$ sNothing 5 c1 h% u# g% ^9 j2 R6 `
Please tell us? # `- g: J7 o8 G8 p, v
You know what the problem is. , M6 u% V4 r( q* A5 A6 }
$ F( s0 W0 N3 F* m2 i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。, J- r- y R7 X' a
2 ~6 m/ g: O: p% s1 c" S# V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。
8 F# z% {# D# j
7 @) e& I6 [0 ^* T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。: c9 V% q- R5 `( z: R5 f" M5 j
+ y Q8 W' k1 N4 ?7 S" ^ _看到这里,各位男同学觉得眼熟么?! k* M! o( r. L- S
再来看看前面的两个例子。。。
4 y; N9 k- U, E/ D, G( d) 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。。。6 i% }; D% A2 t3 [' l# ?/ G6 }
9 x7 ~" D* ?. j6 }
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。
2 j4 v. L1 ]2 H% u0 n
6 L# M1 L- G5 t. ^$ G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?
; p7 A' f/ A$ x( k9 [% x5 L! A! d4 L8 G. H% T6 D* F/ [. p% c, ^
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。。。! V+ w p& P7 a) d
6 ~1 k4 v% M( {+ m( v; P5 A为什么相爱总是简单,相处太难?得training。
/ H, q1 s/ d/ ~( U" j3 o
/ ?( T" @, U! g1 Z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。。。
; {/ `& w' Q: p+ P# S2 h
% w( q0 S4 \$ e# O% D) C对了,那什么,我得先走了。。。有没有下回看缘分了。。。
1 X5 H' x: w" @* d& Z |
评分
-
查看全部评分
|