TA的每日心情 | 开心 1 小时前 |
---|
签到天数: 1672 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
" r; O- p. G* L6 x0 b$ ?1 Q8 U5 H3 r2 D) ^
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。
4 n9 h- h5 {, c% G* U5 e% k0 p b; P5 k( N# q( z8 u! [
跟大家汇报一下最近的学习心得。( I5 g4 [* H$ P+ A8 i
7 R8 _$ V) b" u# w' D) j$ m1 w
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
" H p* n! ` x) ]2 ?/ {( |3 h* j3 q% h3 c% E
最怕这种品牌问题。简直送命题。
* m6 O# c2 Y0 u" l G3 B
1 F' x9 n1 ^0 ]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。 5 m+ j i. |0 x: K: @
7 G9 R2 S; ?7 i5 Q& O' T! ^这事儿勾起了我的一番思考,值得跟大家汇报一下。" v: w6 H/ S3 e# v3 R, f
, w$ c* \) Z) m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。。。
0 | q+ a2 R) `2 ^2 y, M1 c7 M6 c
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:
% C7 [. _5 y1 W3 L3 _' P" m+ ~& D# S9 D6 x+ P6 Q! {
Example 1:
. B$ S3 [% g! \# w2 m. `
?) b' F+ X% R- t ^0 A8 W2 B$ }咱去哪儿玩啊?
5 X1 `/ G3 b6 n都行9 [% d0 x5 N* m' Z5 {
那咱看电影吧
6 Y E6 u# `% [9 q. ?$ s3 Y- ?太老套了5 z: Z# }% B6 [( S, f. p4 q4 z
那咱打保龄球吧?3 k8 e i) b# L5 `$ ]! ]2 n: e$ |
大热天的。。。
8 `* [2 _- g7 p. w; h那咱去哪儿玩啊?, R& d1 c5 u0 Q% H
都行
8 P% u: g2 a8 m3 |. ~
4 `8 s4 d0 {; E: f- d0 |6 K咱今晚吃什么?
" _1 V3 V! _5 a随便
6 T J# W5 I+ ?# {那咱吃火锅?) c( T: W* ]2 T9 [ |8 ?8 h( O
吃火锅长痘痘。7 G8 [8 `, L0 V0 a/ Z2 q
那咱吃烧烤?! N+ w9 I. C+ [- M8 g
上次刚吃的烧烤。
6 y4 p( d: U9 n! s1 U* U那咱吃什么?0 F" Q* ~. `* v1 y' y( F+ S
随便
* `7 ?/ f9 c) A: M+ u
6 H/ t4 {# @$ W2 iExample 2:
. L7 a+ Y4 m e! M% bHouston, we have a problem. # ^) R! }4 @5 o
What? , Y) ~+ w& M/ b* A* \. ^9 @
Never mind . V' b. b( ]7 @( u8 X4 P$ a
What's the problem?
4 p+ b$ r" O$ S# s$ S$ f PNothing
" G4 g1 E4 B1 t3 ~) ^& RPlease tell us? $ e, z5 B; ^: ~4 o, y3 @* x
You know what the problem is.
( @) M3 f" h( A* W* n4 a/ P
+ |) a4 B# _# R. W* C& 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。
( E' ~' C4 j7 m8 \
: I# I2 H5 Z, B& m, I# J* 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。! g( X# A/ v* ?
P; m8 W! f$ X) z9 w8 _4 v
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。
. |' }3 }( ~* f% r( Q0 H5 `9 Z B( y
7 Z$ w( X3 v9 s1 `看到这里,各位男同学觉得眼熟么?. `; ~2 N* n) E
再来看看前面的两个例子。。。$ j0 Z7 G9 W8 i r) A
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。。。0 c' D Y+ u* G! i+ H2 Z1 V
, ]" j2 W" \$ y4 `0 g" }4 H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。$ b& l+ k& g; f2 Q1 r
9 \2 J' o G2 m
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?
3 Z# Y, F+ T8 ?3 ^; k
7 V9 E# a1 t% 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。。。
# C- T) \3 A% {
% ?! K" B9 Y, Z% r: P为什么相爱总是简单,相处太难?得training。
) d* G7 Y7 G$ Z5 Z p- q
/ Q* V" [* D a, ~# |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。。。# M2 }7 b' u, Q Y6 C
R* n( X. C3 G1 t w1 K+ N对了,那什么,我得先走了。。。有没有下回看缘分了。。。
6 r- ]# I5 E' m( X. T, @& d; J' \1 m |
评分
-
查看全部评分
|