TA的每日心情 | 开心 3 天前 |
|---|
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 : n4 p. K0 w; W, k$ Q2 Q
/ U6 N* l5 o7 ~: 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。* ]% b( v( H7 H2 W; r
3 e- j$ e2 Y# D7 Q1 O/ a
跟大家汇报一下最近的学习心得。% a+ D8 _" t, o. U- [4 e$ e$ D
! g; C8 `* n/ Z1 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
$ v1 l* F9 L& Y9 R3 g- \; `
( J1 J( l- o6 {3 v, L% p最怕这种品牌问题。简直送命题。2 g; k: D- f, T6 I- F
; T2 ?3 a3 H9 E7 M5 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。 - q3 Q3 B8 B; i& f
! ]# {5 p! z s$ s5 T C7 B
这事儿勾起了我的一番思考,值得跟大家汇报一下。
" ?: y2 ^5 R* P6 T* S _9 p. V$ n5 ^/ r" r4 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。。。
. _$ ]5 `# J. p- U; [* r$ o" l. y7 z8 e9 p3 |& C Z. Z
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:
& ]$ n: a# f$ B) ~9 D! v* _# v V& i q
Example 1:3 i: Y( F1 X: L# m: A* ?3 W
9 J& _+ G" U/ E- z6 j+ P
咱去哪儿玩啊?
+ G# I9 b- l- g# ~/ P都行
* [! }& o" g) t" {7 u那咱看电影吧$ [$ T( D, L" h3 k Y* x5 F# h
太老套了, h$ U* V0 J0 w; i1 H" s
那咱打保龄球吧?
9 I+ l, P* O& ~5 c! T; D大热天的。。。
, g' U5 H# u. e6 p" a那咱去哪儿玩啊?# e, v7 V+ U1 s8 t, b& r, {
都行
% K" i: a; D5 e0 D6 T+ ^1 H8 V/ X$ P; y% Q. v5 {& k
咱今晚吃什么?2 A+ B0 K4 I o6 S
随便# v% \/ |$ z! s' B1 @5 Z2 q
那咱吃火锅?7 L/ I# d; u& Q, x
吃火锅长痘痘。
1 A9 ^0 |. }( B: t2 Q那咱吃烧烤?5 p% ~9 X Z! E6 N. w
上次刚吃的烧烤。7 |5 v2 j& {; p: _7 m$ y
那咱吃什么?
+ {7 Q- r# m3 [随便 0 h3 t7 y. F8 x* V6 z+ D- H
+ h4 T8 N+ Y1 f0 o- JExample 2:
* ?' V7 T. ] s( W( Y, W- i7 s2 a5 ]Houston, we have a problem.
: J2 A; w% c: ?/ q, F# F9 UWhat? * V- E( O' p: _4 v
Never mind
1 l9 d; H% A* t) TWhat's the problem? . g: Z- S: @ V* u' W7 P, q
Nothing
% L: A2 t0 w; F1 q2 vPlease tell us? z8 e* a, L: I+ D/ W) |. I F6 Z" y
You know what the problem is. ! Z) e( h- Z, U4 B6 y$ `' Q
+ @" f% r- k' N, G
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。2 v. ]# P: t7 }' S5 D, [' w# X7 E
! e0 R0 ^ l+ P5 ^! Z3 L; F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。$ f0 g! ^( g) h2 {! p$ Z4 S
4 n8 f2 g2 I0 A& ^/ H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。
' {: H) V& k; J
~/ v5 V* A( j2 T; e" h( R. b看到这里,各位男同学觉得眼熟么?
: v: E8 Z2 J7 l& Y再来看看前面的两个例子。。。8 \+ p8 H2 I0 ~ f: d% R; j
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。。。/ F* y6 ^- n' l* H7 B* Z
i: ?0 u, v/ @1 _4 x K
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。* y! S# M& G F, ~
! d/ j# a' D% S$ U
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?) {% O% A# o" I0 u" p7 z2 T
' l1 p3 @% T' e; H1 e0 a: w/ g; ^5 _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。。。- H6 H. s6 z: Y9 E, W
' f) q6 _! A! ?( z
为什么相爱总是简单,相处太难?得training。: y+ U$ K4 J' Y! w+ I) K
# Q+ G7 N: R* I% f3 A! n; 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。。。
4 Y- @7 S; s8 d/ H) B L5 H3 L; R
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
' E3 [( o; k, S5 l7 W" T0 ^2 H |
评分
-
查看全部评分
|