TA的每日心情 | 开心 12 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 4 u6 b F) Y4 [' S
1 m$ [' I$ g- r# O/ X- A. b5 ?
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。
9 m9 E2 h$ T. I5 u% ^5 D4 w/ h* n1 r+ F
跟大家汇报一下最近的学习心得。6 N" _5 c% o( ?2 g, q
( V/ Q" q7 K. U4 U. ]
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; O5 ]% | \' ~: u6 s
) U& j( l9 U% q7 Q( A最怕这种品牌问题。简直送命题。
$ }0 q: j a1 i) _6 ^4 L3 a7 K' x& c4 O9 q* v" {7 M
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。 3 ^& k/ f" E+ l7 S- B2 j# k+ }
9 Q" e7 S: X0 @0 s# Z" R" \这事儿勾起了我的一番思考,值得跟大家汇报一下。$ q+ V+ h7 J$ Y) F9 ~: z* P
7 ]9 w, r9 J' X6 p* u( V
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 A+ i A. N6 v. p0 y
' j6 S+ h) u" A: A3 x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:
6 L. H% B4 V% b/ R& V1 T: H: Q: X! N/ A2 Q) \3 C5 S
Example 1:
! G2 U; T, W4 f3 O$ Y m8 S. p7 m" G9 A! ~$ V3 L- y: F: T* M2 S+ k! }
咱去哪儿玩啊?
2 Y8 [$ D5 `3 e6 s2 x3 s都行
: W4 G# Z1 s# w1 j) ^$ t5 Z% @8 T3 c那咱看电影吧
: X% R2 Q! o/ a: t/ m b6 Y/ N; L" O太老套了" y) @* k, x R! P
那咱打保龄球吧?' B, g! y' U, E" s$ ]
大热天的。。。+ G$ i+ H) R3 e( Q
那咱去哪儿玩啊?
, }' \ E; c3 U$ o" O; _% O4 A# z都行3 h; [ q, A# c. w4 Y
# `6 ~6 m) Q8 }% F3 a# |
咱今晚吃什么?
, ` v; X; m! K4 _随便
# N& G) R' C( l5 ~那咱吃火锅?
6 f0 y6 l1 R Z* ]+ w' e1 H3 J吃火锅长痘痘。4 Z3 w' \% \4 n$ Q
那咱吃烧烤?
) R1 F3 @( B. O* U2 e! z$ w o5 l上次刚吃的烧烤。
. r8 S9 R" o! G+ X1 ^那咱吃什么?
$ a- |3 x3 Q' O K. w8 U. X$ L! ^7 w随便
- s7 N' @, S. U5 q. v2 `/ @4 N5 x' m8 v& e
Example 2:
- S- U- e+ [$ [9 o O& x( i5 xHouston, we have a problem. 6 {- l; ~$ x, z' B8 L4 R
What? 8 _; H& U# `+ M$ |; L
Never mind
) b) W2 a9 B) F+ q2 f. G: U$ {What's the problem?
, d4 l# }+ A9 I! U GNothing ( I5 | u5 d# j9 H1 h3 E7 V
Please tell us?
! d$ l8 q" F% X2 \# B( FYou know what the problem is. 4 X6 J, g! K: y$ F9 y# s6 c9 L
% O1 M& S, P$ o1 O& b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。
5 I* m# w, ]- u. _# c2 B _# @/ ~% T# \6 }4 O5 a$ J
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。0 W" R! V) o& F
' ?. F. g2 ~. S
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 m5 R5 C$ j# s" m1 o: s+ p
5 U- F3 r! e3 i6 \5 B看到这里,各位男同学觉得眼熟么?: t9 a& s4 q" F: L( O% j
再来看看前面的两个例子。。。7 n3 g, `1 C' O9 D
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。。。
, G: g+ x7 d- _9 }
, E+ Z0 a" O6 t* Z" m8 c( T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 I( m) B: W1 A
" v8 P4 u' H" w1 e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?; h M7 I1 l: G& o+ B
8 A+ E, v" j% h6 D' @% r/ 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。。。9 B4 I" v' H* w+ v' A' b
; o% x/ i3 O6 i3 `7 X5 r
为什么相爱总是简单,相处太难?得training。' M. r4 D+ _* c3 y/ w
% U8 u' M1 n' z+ 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。。。
# [+ f. `* ^- e( Z1 Z# e) W9 O3 e% F% F4 Q$ o4 L( U# e
对了,那什么,我得先走了。。。有没有下回看缘分了。。。5 X5 l4 G1 j U: D3 J5 ~, p; `
|
评分
-
查看全部评分
|