TA的每日心情 | 开心 昨天 00:33 |
---|
签到天数: 1682 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
# V) p2 f0 m; ] b5 L) T8 \ M' P6 x1 g
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。& V4 r% Q: i: b! o4 b, ~
8 x) ?1 `8 W7 i% I$ X! e
跟大家汇报一下最近的学习心得。
) W6 w; m+ k% w/ I+ e9 K4 _" f% b" U, r) z5 s: `- u/ o$ m5 J: t% _
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
6 \/ R0 J# f1 i; m7 d' k' j8 \1 H8 v3 T9 V/ \
最怕这种品牌问题。简直送命题。
! \" v9 o. Z, L
/ Z" N k7 S/ {& x& b) d) B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。
. f3 C6 H5 s5 P" Z( d& p. B: p7 Q; F9 l% \* ?# i# }
这事儿勾起了我的一番思考,值得跟大家汇报一下。) {+ M2 P }2 L& F
; ~" \2 @8 H/ a$ n4 ?
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 V' o/ [0 }* V$ y8 G5 F
$ M1 E% @5 h" W: Z3 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:1 L( g/ c9 l% C) W9 D, z$ f9 U
# T7 c. J8 W/ i' [
Example 1:
% ^( }; ^( M- g. ^8 j; U* y; T3 H( B
咱去哪儿玩啊?/ f$ Y) n8 \" l3 C
都行
' \0 g7 i* v6 b- g那咱看电影吧& o, N6 m% d) H8 k: T* N
太老套了
+ ]& f \9 m' S) N5 ~那咱打保龄球吧?- O) {' C# g B+ X p
大热天的。。。
0 Z' U1 o. C' S2 y9 [6 n |那咱去哪儿玩啊?
# E' ?* K$ }* {. F/ W$ i4 D都行
! C9 ]1 `- M |7 ~
6 n& Q$ O& r: [5 @; g$ j, x咱今晚吃什么?% a2 c; \" @3 T
随便6 l, K; ?/ W& K. y. E# z/ H: Q
那咱吃火锅?% p! ^- |* p9 l# K2 q2 ?& A) ]
吃火锅长痘痘。
! }% r% C3 }# _4 |) A: K那咱吃烧烤?) ~% q- n4 j) W |% n, I
上次刚吃的烧烤。
3 T* x! F9 }# v5 _+ O9 n( L那咱吃什么?5 }; N. R7 t5 Y! A: ~2 ~0 _
随便
" Q2 E: w2 k2 [$ m6 x7 i" B4 {* G1 i" s' {$ D1 a2 ~8 D: ^
Example 2:
4 S7 M+ I# {2 y$ D2 mHouston, we have a problem. 6 J# W4 u0 e, w+ M. V4 S
What?
: P9 ]: O$ @0 R) }: F+ J5 }Never mind # ~# U0 \% E; m7 t" Q/ F! U3 T+ S
What's the problem? # O) R( j( J3 l6 E, }( ^* f
Nothing ) Y( V+ `6 Q; s
Please tell us? 4 s2 h, w# b" O, q
You know what the problem is. 0 P4 b Y& a( l' f6 D, S! C2 C
* r& ~$ P6 P; v D) r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。
. T9 A* _; w/ Q! l3 `4 {" ]0 L. Q, H$ v0 g
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。) B% r+ K2 o* \; C
" y2 a- Y8 f( Y# e' V$ J `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。! c! `0 ?) _ o9 D
: s% B, q- ]- w: P0 E' V
看到这里,各位男同学觉得眼熟么?
R8 R7 g, O8 T) _2 c再来看看前面的两个例子。。。 o a3 C L+ F: X- d1 \2 q( c0 _
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。。。
3 C5 w% S: S" L- m# x7 x3 g& k) V9 A2 J; S! f( `
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。; y1 ]0 \' V% U6 [& b; U) h. \& A, n
5 h0 N6 r5 _* A; Q" |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?
. R7 J7 U$ q9 f& m
! J; E$ W) ?( B7 e1 S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。。。
& ?' W9 t5 F \3 H1 h5 J: {8 W/ h/ c0 t! V- {
为什么相爱总是简单,相处太难?得training。
+ p' r s2 V! `" l
' f V- E5 P- i8 j Z7 Y9 q6 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。。。- z- K) l4 O5 y1 E, f
5 c: v6 k4 \7 N) | f M' E对了,那什么,我得先走了。。。有没有下回看缘分了。。。) A+ v/ z ?$ }' @8 z+ t
|
评分
-
查看全部评分
|