TA的每日心情 | 开心 2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
' {0 B- G1 X- S! u8 Z- v: z) k8 j8 w: d
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。$ T: q5 `. d% u9 S& z( G
( H& _% {4 I# D* n) K' A8 ^跟大家汇报一下最近的学习心得。
/ P" V4 ?* f X8 a/ Q1 H& F' P
) s8 o( L1 m/ T* M+ f: a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
# _3 Y5 p3 l8 y' j* C! L9 u* n0 }0 O
q, v* c9 }, z3 Z最怕这种品牌问题。简直送命题。* r% f- N# ~" q+ T' m4 I4 M
/ O E; M4 J6 G. W, v7 ]
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。
/ R1 x9 z4 {/ [* W
' o( J: q7 n0 N# _0 F这事儿勾起了我的一番思考,值得跟大家汇报一下。) i3 Y7 @" J6 w& K) j
3 k1 `' Z* h/ h9 U" _7 [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。。。1 D6 B2 U, q( Z( I. j9 U+ k
: s+ r6 |5 `) C" H, T; k0 W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:6 ~9 N- c$ G) e/ M i
6 h" m/ d& T$ J+ `
Example 1:) T# a c2 @+ s. Z9 ?
. W' ]$ H1 C2 e* O! k+ c' ?
咱去哪儿玩啊?- l8 X& I) z9 z- g7 a0 x! t U: \
都行! o" y3 W2 A6 X5 _# m
那咱看电影吧5 k& C( i! e8 v( x: G
太老套了
" c: j: P) o; P+ g3 P" Q那咱打保龄球吧?; f" {; N& ]5 m7 Y, U8 k, V
大热天的。。。3 q5 c1 o( c# l0 |
那咱去哪儿玩啊?* ~0 Y& w/ T+ n# \+ f
都行
8 Z0 d) \4 y: C* t
. j ~% @6 c; l g. ~咱今晚吃什么?8 f$ o3 G7 ~9 R
随便# S% S) k! k# P( G! c! z
那咱吃火锅?
. z, \/ e1 i( Q6 Z2 ]8 |0 B吃火锅长痘痘。: b- [: O7 n4 ?: R
那咱吃烧烤?
0 B8 U& o2 k U5 p3 J上次刚吃的烧烤。
4 i: h. a3 {% j1 o! h那咱吃什么?
2 q9 o' U- O5 f$ f8 ~ X7 K随便 , j( z7 j- D; j* U& @( c
]+ j6 g( c5 l Y6 sExample 2:
: }5 Z/ A, j( O7 }) `Houston, we have a problem. 2 _3 |) A6 @! n: ~6 w% M
What? # }5 j9 f; ~8 N8 \/ I5 s, }
Never mind
4 F; j( }' W uWhat's the problem? 3 a6 x0 y+ Z+ k3 f
Nothing 4 M2 k& C [: p/ ?
Please tell us?
- w* s/ ^% W( l0 K( [+ R/ mYou know what the problem is.
( ]: t* y9 J1 h4 X0 _, U
# E8 H; ]* E4 W, G2 C3 U% O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。
& ^4 v3 g I) j+ l9 b# `/ e* g R) ?6 _7 E: {+ t& _" p
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。, R2 T2 l$ g" O2 w8 a9 S$ v* P5 J2 K9 X
9 Q4 G5 h R& B: a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 r& X/ s. {* A# I9 x8 e( b+ S
, f8 P3 u. ?: S+ i0 `
看到这里,各位男同学觉得眼熟么? W! l- X) y( W% k. L* X/ s: S
再来看看前面的两个例子。。。& h( x' {3 V0 V4 c! I, d2 z5 q
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。。。9 ?1 s( }# u, ?, L2 X1 c' D1 B4 T
0 p9 F' D) h9 S$ K% q
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。
" f/ G f. F* @0 l* M
; u" A* o& k8 ]/ |2 R& O3 q+ z+ U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?. {2 e _+ h! i; B7 g8 ~4 }+ v3 I
0 ^* e' p' U7 Q' \5 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。。。
2 J9 N+ y! I6 \! Y3 F
! h$ }% ~/ |- V% q& Z为什么相爱总是简单,相处太难?得training。0 `* c& t2 q9 A
/ k* a/ D, o3 J# f, H' Q1 J6 m h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。。。* v) G6 ~5 Q$ x: r: C$ w& r8 T1 m
$ F3 F0 ?% h' g0 w5 r对了,那什么,我得先走了。。。有没有下回看缘分了。。。% z4 c3 v5 M/ W( ?4 l W
|
评分
-
查看全部评分
|