TA的每日心情 | 开心 4 天前 |
---|
签到天数: 1937 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
8 S/ G) I7 w! N7 D- T+ J: A
5 s0 ^) c; t$ G# l/ X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。
0 z. D* f$ l% u& I) v# u) W8 r2 y6 y8 r. ^2 V
跟大家汇报一下最近的学习心得。9 _! b' i) t, T7 r0 x: ]2 f v
$ F% G& C% C# H- G7 S t V* M
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
1 S/ {$ B3 c8 i2 N* }% w; ]# U6 l$ n
最怕这种品牌问题。简直送命题。/ p Q% O% }8 U# Y6 P. s
5 Y2 U! N: \: t0 y, `( w _
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。 9 s) p- \9 b, ]
6 h' ?. F- n! Q
这事儿勾起了我的一番思考,值得跟大家汇报一下。
& F3 w, a! i' X B: H$ z1 R' \0 c4 K: M, \8 ?6 ]
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 x( U6 u4 U# X3 f
. r7 ^/ Q* A7 l* K. Q1 Z6 P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:4 Y) U1 s" }6 a- r
1 d; c$ f3 }, n4 g! pExample 1:
2 _% h: S' Z2 g3 n m
. M8 R# M; R. ]0 @/ T! H咱去哪儿玩啊?
- Y$ j3 H7 I C) T2 s都行8 U( q W, |+ ]: F" g
那咱看电影吧: _/ P$ W0 h4 O. N) R. |% I7 a
太老套了( ~& x+ k: B5 L$ t8 \$ u0 g+ F
那咱打保龄球吧?% [, P: E& B4 w% n1 R3 H4 ^4 I
大热天的。。。4 K. J i# \8 x" u, e' t
那咱去哪儿玩啊?
" x! G9 T1 m# D! w都行. K/ D- D% x7 N% [0 K8 J) b% Q
" ]0 Q$ q: N% D" z" f
咱今晚吃什么?
: y' K& z% x5 \; o随便
; I# k: M0 e/ y2 u3 y那咱吃火锅? N; b0 \0 W3 J
吃火锅长痘痘。
9 D$ `$ R! d2 R! f+ a5 ?% G那咱吃烧烤?
: x3 x% w/ ^# o! A上次刚吃的烧烤。
3 Z9 ^2 j% a) @& v1 b: N$ n/ X那咱吃什么?, F7 t h) ^. Q$ q
随便
# n" E! b& A$ @- Z, O) V0 b5 y% g {
Example 2:) a0 S% n* h2 L2 d; H h5 x
Houston, we have a problem. 6 n* `" ?2 j. y% u9 M
What?
7 x/ e$ P+ Q1 d7 c8 N9 UNever mind , O! ~3 y" l% ~) V
What's the problem?
# O2 I& M8 i" i6 XNothing
2 T$ L0 f$ n) j$ vPlease tell us? / @) k' R r' [( a# P
You know what the problem is. b4 V: D; _" [
0 K( H. f+ R( r# m
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 ?- N: d* _/ L' P
7 U& o9 J" Z \+ Q0 J0 i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。' F# n2 Z0 D+ l' T
" X0 k! E" b" w, r2 _
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。! d; U. P8 y8 D$ ?0 e( Q6 x
5 p' D; A- i8 w8 [1 X" {6 f6 L* c3 i看到这里,各位男同学觉得眼熟么?) l! k( e( F0 n2 g+ R' j9 S; e i
再来看看前面的两个例子。。。
$ V9 e \$ a1 Sxxx,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。。。5 G/ J9 P" j* _/ Q# R
( ?4 l# m7 z: \! g# 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。
% U/ r. P. L$ B& N& | i
" [5 }0 _- i% J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?% d5 l0 a& k7 \2 P0 B
& h, X3 b, Q& y1 V) c9 w
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。。。& k/ g6 ^/ }" o, p2 ?" q: H: P
5 B+ X4 T! r' p4 ^$ S8 \8 F
为什么相爱总是简单,相处太难?得training。
. ^! E7 d7 J, D9 E& |) J' g( z2 M# v
2 J' s! f( c: O9 X3 R q$ r, S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。。。
. Y" W1 M5 `; ~1 T
+ ^ @* C8 I* c9 J对了,那什么,我得先走了。。。有没有下回看缘分了。。。: R, U5 D0 G% d7 T3 [
|
评分
-
查看全部评分
|