TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
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
6 j! `. a& b1 D. N- `3 P* H0 i
# _8 l% E- V, a d; X# r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。
* K4 M6 f0 X( u" R3 y; y$ t) w; _
跟大家汇报一下最近的学习心得。
* U8 q: Q7 a9 w( I1 K6 i" A6 m1 n$ R" f. h- k
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
& X0 ^* ]) _! p
- m- \$ |8 L3 R0 U% s4 |0 Z最怕这种品牌问题。简直送命题。
4 h1 ]0 V+ U4 Z" ~* @$ g' e+ D! h9 H( i V3 L: H
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。
% o: G5 L+ E0 N: \0 d- L1 ]3 H
这事儿勾起了我的一番思考,值得跟大家汇报一下。; ^% w' u& P, ?! O- L
m2 c7 x& Z1 E% v! X
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。。。
8 Q; r' ?* n; v3 D5 O+ M1 f% |( `, M, Y( c @ O5 ` j6 \( A
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:
, k' S; R m5 r+ x, P5 [
, V3 X1 k& }9 q% `Example 1:+ `% z5 ]( [5 T* ^7 T) I
7 o9 O3 a5 W0 J
咱去哪儿玩啊?
2 U$ s' O* _, `0 w都行
: V9 B: }1 \- G0 m; t那咱看电影吧
6 l: L& S' }/ A: g% j, [太老套了" N3 H8 [/ f% I4 X$ u7 n) k
那咱打保龄球吧?: v, l' L, Q2 n$ N" i' m& m
大热天的。。。
0 G& ], P1 L! ~那咱去哪儿玩啊?
( \3 g- T n7 [都行5 o% ~" N: U# f0 F1 O$ n' ]
% j* ^) W% @1 ]+ F
咱今晚吃什么?
& o5 z6 ?7 r' ^# X& D& @- x! J/ J随便+ {+ y2 e; z1 H2 N; c
那咱吃火锅?
s) f+ A5 w5 ^吃火锅长痘痘。
2 S; M2 Q9 j4 N9 R那咱吃烧烤?3 o- Y' V. i, ]- o0 l
上次刚吃的烧烤。7 b- S' K/ l( v# @; W+ o! v9 P# s
那咱吃什么?, A" F- z/ I, y5 k% k& O4 s1 P1 j
随便
* z8 Y2 d: B# c. u( ~' V2 t( T9 v8 V! V% T8 d, n) [
Example 2:
5 h. L% p" ^ E8 T7 x3 g- C a; oHouston, we have a problem.
2 }& V5 y' X/ S CWhat? , f4 j3 M5 q# _; N% f6 A
Never mind
" }9 E+ t5 W; [) d+ R0 [6 K7 |9 JWhat's the problem? 6 m6 d. z$ v% ?, i4 t
Nothing
p& F" c1 X1 wPlease tell us?
# I) y: y" E0 T! m5 H0 cYou know what the problem is. / d# v! @) j( C2 Y' P- q( n E
6 U. [, K+ u( g% @& H
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。' J8 K/ q# p- P/ u2 A
+ \; K0 \' ~. P6 ~) g. l' ]8 Y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。7 \/ y) m/ T* Y( H4 C6 S
- i$ O2 h" s& U. T* Q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! K- J4 r9 K( d% ~
" ^' q7 g7 U+ t看到这里,各位男同学觉得眼熟么?: ?- Y# t2 _0 S3 ^
再来看看前面的两个例子。。。
7 r6 V) v0 F: E; v! e6 pxxx,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。。。 Y# f+ Y4 X8 {
9 S5 D P8 h, Q! E$ q6 p/ S8 W
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。% G9 @9 Y; x6 u( {" n' k# D( B- | R
" g+ v6 z! M4 O, m n
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?
( z$ L% L1 j& R# W
& W" n0 G, P D: @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。。。( U% e0 p3 }% H7 x
$ W' W' O+ X; Q$ f5 a9 c+ w3 d
为什么相爱总是简单,相处太难?得training。
- s7 _/ y' b- I Z# ]% t
6 V. k, W T7 Y' s, c8 n4 p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。。。$ m8 Z0 p% G" R- o9 s* z0 D) d! V$ G
d. g+ v! U9 G* ]( ?; A$ s
对了,那什么,我得先走了。。。有没有下回看缘分了。。。' T! v' |; }# Q* D& f0 |
|
评分
-
查看全部评分
|