TA的每日心情 | 开心 21 小时前 |
---|
签到天数: 1894 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 8 }0 t5 n5 m+ p/ ^( z
4 H$ B5 N0 G1 Z) i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。
% F! D# y4 c$ ?; l4 A2 Y J8 h# A2 f3 N* H, N6 `2 Y& X8 Y
跟大家汇报一下最近的学习心得。; P/ T. i0 h! ]) d7 P# `
) L k: T: [7 I q; K
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
W" M, E; f9 ~( {& V/ Z3 }
# a4 z+ }& C: Y7 P" C最怕这种品牌问题。简直送命题。
6 F" @' A9 k) O8 H7 k2 y4 F$ _, T8 y7 o& B5 Y. {6 V8 h8 I5 ^& M
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。 ( N' i1 C( a$ t* M2 b
" e( K9 u6 T/ Y$ s6 k3 [! n1 A
这事儿勾起了我的一番思考,值得跟大家汇报一下。- U% u& a, S4 q
( _) K! ^5 @* m7 B5 @9 r. }/ G
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 {5 j& U" _% E: Y2 ?
1 `" x7 f2 Z* `2 e
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:. n* e. K* ?; e; g5 j
, L+ d' l) j- ~: L' t8 `
Example 1:
+ X, w: C" |( y7 P( w7 C$ p% m! Q$ T; a, Z1 |8 C# Q- f
咱去哪儿玩啊?* b6 u& k! _# u- {! R: n" |
都行
: H+ w/ j7 C6 }- Q1 T那咱看电影吧; D6 I. ? h4 y/ G3 B
太老套了
7 }( i3 o9 u/ Q/ ~# U3 M# ]! i那咱打保龄球吧?
8 [ f1 K1 l$ R7 h- e6 K9 e' B大热天的。。。
o% Q8 Q0 j: C. @那咱去哪儿玩啊?0 a7 f" i0 l ? K L
都行
& p$ n) @5 l8 z r6 t& ~. ~6 \5 _7 v" L& }) o9 g8 C8 @
咱今晚吃什么?5 l8 c* s9 e4 v2 u( J) G- S
随便5 Z q' G% B; ]; P* M9 t5 G6 I* o
那咱吃火锅?
+ e9 ?# A. @# s4 q0 ^7 s吃火锅长痘痘。
* S3 v4 M3 ^; c8 B6 O那咱吃烧烤?6 W+ ?) n2 ~5 q7 @: f2 g
上次刚吃的烧烤。. W# d$ b! |0 Q
那咱吃什么?1 d+ H) m7 \/ d% v( q
随便 - Z8 ~ R" l( Z& f
, c. v3 Z0 M _3 O+ V+ g
Example 2:
' i5 K! R/ p6 p* R" I& X) L. T( l$ AHouston, we have a problem.
5 \4 X0 @5 |3 |4 ?What? . u7 D9 Z$ u! l% @
Never mind 2 S: g T$ k K
What's the problem?
$ L! N; Z/ d! `& y1 W' PNothing
3 I T A/ h* G% Q2 ? e$ A. WPlease tell us?
0 ]$ g8 O: z/ s; {You know what the problem is.
# {& s! M8 r0 a' c2 W2 v; a/ G& d) `, @( o/ T. u! v
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。
# h" b) o5 [1 G. }# B, P) J+ i$ W, b9 H$ 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。2 V b& D6 `- D" \
1 n. S0 l6 t. _2 o; v) e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 r( Z: E. e# ? t i4 z# o# E, h. [9 P/ G! o0 v
看到这里,各位男同学觉得眼熟么?& C; h5 E0 D+ T
再来看看前面的两个例子。。。
% ]1 N+ F1 \6 T' R- \3 Cxxx,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。。。
* j3 J, f! ]1 `( }& `% P' I4 ?/ y4 |+ J4 `3 k: }6 p, p
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。
9 O5 ?3 Q% [2 T( d H5 d% L/ |: z0 M* _. V! B
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?0 i1 x9 q7 D# `
' K: B, q ~- O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 Z2 t$ O0 F/ p3 n
9 r, H: k. h7 \- [2 G4 N为什么相爱总是简单,相处太难?得training。3 m# ^, {, Z" A! ]
' J1 ^; L/ M% E3 p: q# F: Z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。。。: O$ g9 f( V7 ^! _9 h
$ Q! x" \# | e8 w$ `对了,那什么,我得先走了。。。有没有下回看缘分了。。。
`+ _6 H7 b+ Y1 e |
评分
-
查看全部评分
|