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 7 L! G* t9 @/ G# |& |
j8 A1 |, n! Y
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。) }( \1 C c4 T+ M, w; a0 f
& K# d; v, [7 W, u
跟大家汇报一下最近的学习心得。. C$ S$ t0 h3 x, i! ~, P
9 }& x- y) f% }6 ^- 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# T9 K% D! B: @' w$ X) n; I. r. U
b# Y- B3 ]( A5 |8 q& C8 X0 F
最怕这种品牌问题。简直送命题。
; s; m; @4 i- Y2 i) P m/ f. K* {( X' t: `3 R) v3 ]" m+ G7 R
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。
* ?- [7 P: V5 G/ T0 c9 v
这事儿勾起了我的一番思考，值得跟大家汇报一下。+ U" U/ J- }% l8 K
, K3 O- `7 t2 y1 z' h3 K% q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。。。
& c# z! e/ ~, d" \3 e8 S. _8 V2 J8 d4 O) e
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：
+ V) W( @! f* s& U% L( }/ J$ Q6 k0 i( x8 }* u
Example 1：+ X, O4 Z# C5 F% X [' c7 f5 O
4 g7 e: e) ?3 W; t1 m* v* A咱去哪儿玩啊？
1 V# i$ j. N* L, K& m: q都行
# n/ H9 D3 J% c6 \5 p4 o) j# ^) H那咱看电影吧
* s7 p6 E: e s( M4 O太老套了
5 T8 V Y& K/ E3 J% n% C& s' |2 O那咱打保龄球吧？7 d3 ]* A4 k+ Q% j
大热天的。。。0 W6 e9 o5 H; Q+ D; t" A0 R) b
那咱去哪儿玩啊？: C) `/ W" B; h% M! `$ Q) }5 B
都行8 {: r% r4 I" E* g9 Y& I. ?
+ o. r) h/ R9 E- {
咱今晚吃什么？# D' a( R) K8 q: @. a Y8 Q h7 }
随便) |7 {. D2 U/ O
那咱吃火锅？
4 ?# U; n1 r6 a7 W吃火锅长痘痘。
! J5 |6 G+ C/ h7 P5 C: e那咱吃烧烤?
; |6 {# e$ G" u3 ?7 H& O; a/ k上次刚吃的烧烤。" [$ x; O! f+ A5 Y1 v$ v
那咱吃什么？
$ j, C/ W' X3 _* }( Q: {: |随便
: U# }$ {) K; Q; ]& B8 c3 a
' c* h' ?# i( {8 }4 O" S7 MExample 2：
8 m- Y* S, N7 MHouston, we have a problem.
! p7 L4 W1 t7 A0 S8 S2 QWhat? 4 b) @+ i0 F& y
Never mind * _. d, O( M7 o0 N$ M
What's the problem?
; [2 ]+ W9 S& K) R* eNothing - H3 q/ Y2 o' `: t) G+ ?" Q. m
Please tell us? ' p3 l, Q c5 }$ x, B) H
You know what the problem is.
) {- O0 [( o1 `* ?/ S! e3 C- b% 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。
. F8 Z9 J% L0 J! _0 {6 ]9 \' H$ m7 j3 z" G* r( j" 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。7 e: V1 {4 M# ^% F7 \
: z( i2 N6 ]8 w5 c' q7 {) x$ [" l# N
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。5 X2 _6 t+ P( H: J! T" v
( ~% d$ E8 p- z% x看到这里，各位男同学觉得眼熟么？% G, z7 S: \9 C" t; c+ `. ^/ R
再来看看前面的两个例子。。。
# ~ }" S& R) Z% M/ C6 r8 ]$ Kxxx，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。。。* @) }# s' E( v
* ?( ~2 t$ C5 e; j
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。
3 Q- o) o# d9 ]7 [- ?& w# a; L9 K0 g' |# @, M1 y/ 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？, ~3 P. `, G" h; R
/ ?2 d' q) S# Y5 ^) a# F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。。。/ t0 ^# N$ A7 x( W) A' J+ |
+ H0 W/ Z) J8 Z4 I7 `
为什么相爱总是简单，相处太难？得training。
( o. F) _* h9 t4 `! N, w& L: i) T- x: {9 b# l
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。。。# X2 K5 d1 L2 x) {, X! k$ m
" `' R' q" a" L! C/ x对了，那什么，我得先走了。。。有没有下回看缘分了。。。! A: U0 A, F$ U& J0 k P
|
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道