TA的每日心情 | 开心 6 小时前 |
---|
签到天数: 1887 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 + E: }7 e+ M7 _& _7 q/ S: b
7 x, `3 E7 h6 r- u) U
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。3 e; B7 K3 n; w4 E3 p: H: j, [
3 a$ n+ F; } I2 E跟大家汇报一下最近的学习心得。
4 ~. o" |: O4 `; m* t4 B" @ x9 W$ d
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
, t* {! x8 w/ H, K
( l% `+ i0 \! q最怕这种品牌问题。简直送命题。
( [% N) s' r" x2 Q) F9 s- R$ \2 Z! J5 L+ m) f
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。
' J- ^( r* v% q
9 ]& q3 A6 u) l1 Y: B: Z" ~) t这事儿勾起了我的一番思考,值得跟大家汇报一下。" Q+ h0 P* O7 q4 b3 o
$ g" L) ?$ s# p7 u5 @/ e. A6 \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。。。: @) V9 f/ C; V0 R$ l$ O3 g: `
% M K+ ^' X7 Q
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:
# D/ s2 w4 m' N, c$ Y8 r' j
6 v+ F7 y3 T* J& K0 t: w& dExample 1:
; C' g4 y) m& C: c" g4 I# ]+ f4 Q f$ @+ Y2 D0 k- |4 W
咱去哪儿玩啊?) F& T- D$ x' C( Y" o" q' Y8 F
都行
# _( {# m2 H i; M4 X那咱看电影吧& C) v: J% p4 U9 Y
太老套了
( b0 n Q" T! ~' r- \+ ]$ |: d那咱打保龄球吧?" d& C Q: V; X- @
大热天的。。。" E2 F1 A+ {5 B- R" ]
那咱去哪儿玩啊?
; V8 I ^* [7 h, P6 c6 U都行8 P; u9 w% R0 b5 m: y* I5 w
# K6 I& a/ n; a# @2 z* T# k7 d咱今晚吃什么?, u; v. [2 i0 d
随便- ^6 y3 r6 M$ y2 H8 f
那咱吃火锅?' X6 T2 ^, O- p5 W. `
吃火锅长痘痘。" t( l5 S5 A# [, Z
那咱吃烧烤?
1 e+ L' n% d' T& E上次刚吃的烧烤。
m# W0 q: B1 h2 s" Z/ F8 H那咱吃什么?
# t2 a8 N1 S7 m/ t! z+ m2 v; a随便 6 Z2 N2 [) J4 s
' d3 {: S# ^, m1 [
Example 2:0 w& P7 P* ], q2 x' u
Houston, we have a problem. 0 l3 m. D% q* }8 E+ X, F, r
What?
$ r5 f. u& @7 U8 MNever mind
/ K% n e, j& ~; x# s( LWhat's the problem? 3 Z1 A. F1 L! \1 i+ W; e
Nothing ; N8 _8 m5 ]. i5 i, V
Please tell us?
) U3 Y2 v' `0 bYou know what the problem is.
% m4 ], T/ S4 N i6 F# F9 J( o2 U1 _4 f% T( x6 k7 H5 x4 }
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。7 B8 N+ \3 H6 R* p& l) v
2 \6 G! `! V9 F7 l' Q% 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。
! C+ a7 W2 R, O6 v: b+ Q+ q
+ f) z' q# Z/ @5 P4 X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。1 v- B7 E+ E7 J' _0 S3 E
! t+ O5 M5 d3 P1 z; m. _
看到这里,各位男同学觉得眼熟么?
' J2 [: A& [ B! F再来看看前面的两个例子。。。
3 } L3 X& D% k) dxxx,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。。。( n& c! U# Q" w, F" S
& f; D, t; r. ?# g$ |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。
) M/ Z6 @4 O% @' A6 f
9 J; B0 H9 ?- C: ?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?
' Q4 {! A4 B( M- g' {& L
7 ^! o8 d7 g7 B' w/ M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。。。# k, A- |* \: C5 m5 H
/ q5 p8 V+ {; Y- @& z: u为什么相爱总是简单,相处太难?得training。
" t' V7 f6 J! m v4 X
- I) z) S) ?0 ] J' {& \; G3 ~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。。。
" t0 L" a6 O$ d) V( b3 O7 A- S+ e0 R: t/ ^
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
$ w1 Q/ E3 U+ F8 U' V, E |
评分
-
查看全部评分
|