TA的每日心情 | 开心 5 小时前 |
---|
签到天数: 1723 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 " \ h& j4 d; t7 ^3 h
5 @7 l- P! R& k& W- P n0 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。
" `( @" M. s4 t- w4 q9 C# g/ r) q
跟大家汇报一下最近的学习心得。1 o( B# z( S# O
1 x1 r3 i+ C$ 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
8 e: L3 `% X! F/ h% o' B6 A3 A6 O' L# m& B& j
最怕这种品牌问题。简直送命题。
; l9 @+ _3 B( t4 u q, g+ E* |$ |6 t2 g" t9 p) z: N
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。
4 A5 ^' ]& r+ e+ N5 a7 D
: E# o# _( F; i( H- E( u' r这事儿勾起了我的一番思考,值得跟大家汇报一下。
# w1 q, y* s* y1 G! u0 `4 i$ R7 b( k+ O6 ?* Y
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。。。
( |# {* a. c1 p' i( m/ l+ G* S# }7 c! f5 Y
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:3 d9 }7 j# f4 {4 ~
. r* z& w- K6 { }# d
Example 1:
- n& y( w( I& O' b& o1 F# b C2 }5 R
咱去哪儿玩啊?
! @8 a5 k9 W1 {& b) G( p都行
# h( A$ E$ E6 B3 i/ h6 I那咱看电影吧4 l: \4 [$ j, B4 s! h
太老套了
2 F- Q6 {( P. ^0 `" K那咱打保龄球吧?0 e( Z! f) {, u2 b* b5 y/ m
大热天的。。。
1 A7 d% x$ Z' F那咱去哪儿玩啊?
% r; m5 o' Y# Z9 F/ j( [. _都行
: i0 L+ q& w! m* T3 Y6 ?( {3 B& z- ^
; ^1 l1 s/ S% R5 k/ r) b1 K. Z, i咱今晚吃什么?' L& t, J {( L: q; m* T% ]
随便+ J2 p: Z( Q2 ^$ M/ l, A9 c3 K
那咱吃火锅? Z) ~: e: ?5 I, I
吃火锅长痘痘。" A+ \8 I3 t/ Z* r
那咱吃烧烤?: a# w5 ^' S$ X2 v g
上次刚吃的烧烤。* M) t1 V3 O2 D! r2 u- Q
那咱吃什么?
- s- I0 q1 {7 H+ y# b) w随便 & b' f5 R1 h I$ r% \
! v8 F5 R* R: v8 W; SExample 2:9 Q+ w5 U0 L* j9 c
Houston, we have a problem.
* q3 z, ]) `7 r2 dWhat? " a$ E2 y" @6 [5 A& w
Never mind
8 i |5 c9 c1 `( CWhat's the problem? 0 d; b0 p" J5 g
Nothing
2 D' j: l" b# [# p% s6 L$ U- X" ZPlease tell us? # @2 J3 K- l/ w/ S& f
You know what the problem is. 4 r3 s. t1 M+ ^4 G$ F
5 I. p/ m' V" { N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。9 B4 D3 Y/ ]4 B) f" o* n) _- _
( H: |% F( F6 F' ~- R, v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。. t( R& w5 c' i2 C3 W8 c, j
; b2 o ^/ D5 h- V9 t2 H' T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。4 w; E2 r3 T! k( G* x6 ]
4 v& r" m+ E: P H
看到这里,各位男同学觉得眼熟么?. w8 l0 U) v' h+ o! J
再来看看前面的两个例子。。。( a: a# E4 o! y( t$ v+ C
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。。。6 s9 `- B& e4 r# A. m% ~
1 Y, ?: R% V0 W4 g' O
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。$ D& k5 i* q) `& n6 C
9 B! h" @" t! \0 I9 j( r
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 A. W% r/ D! }3 O
$ P0 K+ Z# U3 a# r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。。。
# Z$ B% d" {5 g1 Z5 _1 t5 q) @ v4 V2 m
为什么相爱总是简单,相处太难?得training。& v4 D! F7 e9 ]
$ K; F! ~% m" z/ I& J) U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。。。
1 k6 @; J- _) N) H
' w1 Q K+ S% \- x- C& ^% y2 l. D/ p对了,那什么,我得先走了。。。有没有下回看缘分了。。。' m5 W1 S2 j& R! b% |3 ~
|
评分
-
查看全部评分
|