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
! O9 f- [# u& q8 ?8 [, v& X! ^" f' F8 i0 f9 V3 u# X3 \
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。
* y2 I$ a' H$ Z2 V$ a( i. ~0 p% Z5 u% o. @# B, n0 ]
跟大家汇报一下最近的学习心得。
9 Q- i0 J& l3 Q- N+ f& ?$ H& `: J& D
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
- _* n; Y" k( t2 i! {/ i7 i, F: h u0 f w$ ], b7 M$ Y
最怕这种品牌问题。简直送命题。- T+ `/ ~6 \( U
/ o3 V' y6 T! i+ n3 Y0 }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。
3 g7 L6 u7 }9 V8 L" I
7 l4 e; b5 ^+ i9 p* s这事儿勾起了我的一番思考,值得跟大家汇报一下。) S/ \* ~1 d* J. r# H
. t3 f- ~* v! J7 c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 m @* Z: h5 |& Z
! G, s8 F% t9 f+ Z6 i4 @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:- o. L4 c& m% y/ V) p
! N. g. H1 @0 a7 ]9 k
Example 1:. c6 [3 X' L' I$ |# d# v
; O! F& p# j! x; P
咱去哪儿玩啊?
0 F* g+ L* Q+ r& m, c都行7 j# w5 ?; q4 `% K" }: X8 \
那咱看电影吧9 K1 q, D) E7 O
太老套了
2 D2 n. l, w+ E2 ]! G& D那咱打保龄球吧?" d6 ?9 E, D$ D8 U# R8 T8 f3 P
大热天的。。。. g) V7 X6 m0 N5 k; e$ ^
那咱去哪儿玩啊?
1 I9 H( r6 N* s都行
( M- h2 _0 x4 Y7 h0 g$ v1 y% o* x) o5 D5 t! ^9 o! L. J; ~
咱今晚吃什么?. @: p) q& O% W) e
随便$ Z/ o/ O6 v) U" ]
那咱吃火锅? Z4 i0 X4 a3 K5 [! o4 x, V
吃火锅长痘痘。' y) ^ u$ l* k: D7 M$ x/ z/ j5 X z8 e* S
那咱吃烧烤?) {. ]+ H/ y- [) O$ ^: \
上次刚吃的烧烤。
" @4 S4 B7 R3 h/ l( V/ G6 p那咱吃什么?
& g1 I: y8 O- t5 N4 Q. `随便
9 h( H: D' o6 i* X) N
+ W# q9 I1 ^- D t6 QExample 2:( G2 N V9 {& A3 |
Houston, we have a problem. ( v5 l( ]: f C' I+ G# X
What? 7 M( H- U' y' s1 P$ R
Never mind
4 T5 D) ?# j! y4 _, o! U3 H; sWhat's the problem?
1 `+ s9 y5 T, vNothing
# b& Y. h& o8 [, {7 q' |Please tell us? " p( J s8 |( r
You know what the problem is.
5 c& q2 S/ d, N
7 n) N6 S8 Y# D$ x) A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。
, q5 D1 B+ ^7 Z
; s1 d+ `% a4 |- y% O. 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。
' o7 a1 K2 J0 v/ g5 e
% _3 R4 x( x2 a$ d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 {2 ]) n2 z. m6 K& l
|! E" h% m9 m5 O- R看到这里,各位男同学觉得眼熟么?: O! x9 X- P* w( s1 ~
再来看看前面的两个例子。。。
d2 Y. m( i+ D. Nxxx,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。。。
0 `$ d" l6 L4 J! [
6 |# S, E, ^4 V) r! L9 D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。
6 S/ r6 S L4 A9 T# H7 K8 p8 |$ X4 H, |! n5 ~
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?7 _6 b# H( e% ^; F; F5 a
; F# @ E- c9 {( V* K; [
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。。。2 D' p) q+ L6 G
- Z+ X( P7 C, j. y$ E为什么相爱总是简单,相处太难?得training。
2 y3 |4 ~- C9 c; X9 B# ?. k/ _, e% H& M" V+ p4 e) _
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。。。. c8 F/ M3 p4 W$ O' I
! |2 H7 S6 W& \" s3 Z
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
& B+ v" e" L" E v! _/ G |
评分
-
查看全部评分
|