TA的每日心情 | 开心 7 天前 |
|---|
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 & k" F+ h8 n) X) X" e4 Q. f
1 f! A( c5 A; s V. Q- x! U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 v8 [2 }( J( `4 l0 v
3 Y; H# w; U: ^0 d跟大家汇报一下最近的学习心得。
0 M9 a3 ]7 X6 a1 P8 g4 a( {9 V/ y! J7 O2 N
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
. B# k* x# e- V( L6 G/ q. h4 I2 S! X$ ]& N$ V9 o1 v) F
最怕这种品牌问题。简直送命题。3 x, O7 s2 G* ^6 m/ O/ \$ U
" | k$ o# d' y5 @2 } D' g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。 ! u8 w9 T- [+ {! c$ {
4 G7 l: Y+ r* x y7 A' Z这事儿勾起了我的一番思考,值得跟大家汇报一下。
- Q! b( v" Z5 y9 k, N) B8 ?# E S7 ?" E" L
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。。。
' ^/ y( S7 O( y* a4 S/ J
9 L- u, x$ v: I/ {% q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:
" a% z- x) m. i: Z; d
$ N4 L9 A: {: h1 wExample 1:
3 x. F1 c M) ~5 T% U, }+ O9 w. Z; T. x/ d2 P* X6 P
咱去哪儿玩啊?8 D. V; V8 S# I6 m* a% o
都行
0 _) r0 |6 U; g. D+ j) r o4 q1 P3 p那咱看电影吧
& o* h$ ~, x8 H2 r% |太老套了+ L0 T# q. e' z1 K$ U; ]; _
那咱打保龄球吧?* E0 V* H: ?# a H+ V% B1 S
大热天的。。。
0 ]6 o# r- Q4 f5 g那咱去哪儿玩啊?2 L9 ?' s7 u& C& A$ s; U/ D' c
都行
! ?8 T5 t$ n7 J* A' F2 T% Z7 U2 B6 D* Q. D- `
咱今晚吃什么?! ?! K/ K" e& K: |
随便$ R4 U. G( n' K+ W
那咱吃火锅?- V9 U% K5 d5 @- t! i
吃火锅长痘痘。1 e. x4 r0 f* v% V5 s
那咱吃烧烤?
$ ], A; N8 J, u d& k# G, ?上次刚吃的烧烤。
- b9 O Y& }' d$ q4 e0 v那咱吃什么?$ t" w. ]0 K% t: Y2 h0 W7 |
随便 5 Z8 R, Z* s* q
2 B) V* t/ B5 w$ q2 aExample 2:
9 t$ D1 ~0 ?+ f* f: c7 h ?( A! ^8 GHouston, we have a problem. % w2 W! _8 p" l- ~4 N/ Z' f
What?
@$ t5 g, @$ b& wNever mind " w* e* n6 ^* L- W7 s! g* E- R
What's the problem? 1 X8 [+ H$ V+ u6 n2 O! p* q1 f) U
Nothing 4 t* y" g: V6 C/ X& s
Please tell us? * L7 N, w9 E+ G5 ?" O$ X% M+ r
You know what the problem is.
: ]$ l# \* w, Y5 D; `6 t: S% f& f8 [. B% U, Z/ g5 I* w: h/ }5 E9 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。
# J' b3 S& z) e* M7 P+ R. p5 D. M& B2 l3 T- l
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。1 ?' j# x* F, @8 A. M3 d0 X
4 N# y. E% D- Y0 M5 n+ A. j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。0 @1 q, ^: A: M+ X% W% `
! @! ?- s2 V$ P: \看到这里,各位男同学觉得眼熟么?
0 r9 q- D7 J e5 k- M( a: y8 p再来看看前面的两个例子。。。1 M. m4 r9 H( G) \
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。。。
: r& [/ ?+ L0 [0 p
0 S' j# L% s5 Q* l. 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。
! m6 [ u. y4 A1 o' Z0 g* b1 g
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 I9 d% ]7 }3 I; H5 T- E' X( I$ _: v9 c1 _! V( I6 d. 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。。。4 f+ f1 M: {3 j( b8 k9 f) |
! ~. {% B9 k! m6 L3 ^. @* N) i. [为什么相爱总是简单,相处太难?得training。0 q/ q+ V# z$ k+ J1 z6 T
0 ~3 @7 m" G4 ^7 U7 n
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。。。
! H. D& G& j& Y/ ~& G; Y
A, c, [0 W1 j) h6 l& u& o对了,那什么,我得先走了。。。有没有下回看缘分了。。。1 X2 I8 r) x* p' G* s7 z
|
评分
-
查看全部评分
|