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 9 Y, H" t" R: h# H0 ?* d
- v) Z/ X; m1 D& p7 r' p
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。: p% Q( _. ~" ~* h# R9 x# a0 ^
0 [) }" r% U4 v. s跟大家汇报一下最近的学习心得。
5 [, b4 \5 `" y
$ }( U6 q8 G. k* x( ?7 _9 t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
; l2 \( x& @4 h% `0 K# |
m$ m3 n0 f& l) ^最怕这种品牌问题。简直送命题。
* F5 z5 h# F2 p+ I+ r/ |( ^
1 f2 V) |* W3 V3 p' k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。 + p8 [$ v" x8 u, W1 e
0 j- A% X2 ]' r! q
这事儿勾起了我的一番思考,值得跟大家汇报一下。; o; L7 \9 A* i
) u* ]+ _9 Z- p$ b$ I! P" b
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 J( ?6 p' f2 w
; d" }/ m) K4 ^4 O8 c 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:# W3 s" j' Q0 T
. k b( z5 C* D" T- n% x
Example 1:* O" a4 ^5 d9 Z' N' W2 Z
3 a( X7 k) c% M, G; l2 ?: m
咱去哪儿玩啊?" o | K" u5 R
都行
G0 l) |0 d9 D! m$ Y2 _那咱看电影吧! g5 `% B) K+ d% v& {5 H! f: u
太老套了
| Z/ t) M: N5 g那咱打保龄球吧?
1 n6 c% ]3 j6 o8 ^: x5 h9 @0 M大热天的。。。+ c8 j3 g, p7 X/ Y+ A+ Z y' Q, M
那咱去哪儿玩啊?
/ b! y$ [( v4 Z+ Z A/ L& z' H4 L都行7 _5 ]3 G- Y/ D+ Q! [( u, r$ D
P+ @' n( O0 N/ J3 \/ a/ C
咱今晚吃什么?6 o, }0 j$ y# b! i1 d# ^; o
随便& Q0 S2 p: o; z' c# e
那咱吃火锅?! |6 {+ ^7 n1 x
吃火锅长痘痘。* A& R9 }' z3 o, O- g$ K
那咱吃烧烤?: S T) X8 Q0 }& V! p9 o
上次刚吃的烧烤。
; x7 C# X0 z% D3 ~) e3 V那咱吃什么?: o' V# l* Q0 o7 W
随便 9 w' e5 s9 k( P2 d
- @! O7 X/ j x, n7 ZExample 2:
: T2 p+ A9 p8 i) ?: D2 K" |Houston, we have a problem. ( K+ ]" l8 |, k6 j/ g/ |- y
What? 2 |/ V3 w/ N: X2 h: M+ @
Never mind 3 o: ^3 S+ U. s) ]; ?8 H
What's the problem? e# j: S- F: e0 y6 R
Nothing
7 E8 A1 A- {3 q/ i: q. ]+ [Please tell us? / W+ C5 G4 Q8 k
You know what the problem is. 7 @9 r4 C6 A' q8 W# i, o8 Q1 m
9 k3 H; a* H& v8 Q" P2 @
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。
6 Z3 |; V4 }0 H% O; F: J: g% P& L6 s! O$ @- b3 ~- h
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。
7 C$ C8 `3 d3 U, L
* Z% u8 l; M+ X% i% H& @( O5 K* T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 [6 k, R! E9 s4 r% o( _
+ k1 u# T4 C5 z" o; r看到这里,各位男同学觉得眼熟么?
& A1 F5 i: Z( r \! H1 k) B" l再来看看前面的两个例子。。。0 j% X" m0 T0 R6 i5 ~5 v
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。。。
6 Z' z9 }3 j; I5 C+ @$ C
0 C3 I6 o& T6 }4 ?. b/ C1 n+ o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。
, `5 }5 ]. l3 Q7 O
8 K2 u, z5 _& L/ u; C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 ?3 |0 S% O0 |- A+ t. y5 }# g. ~/ F8 H* a7 g
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。。。
' C. d9 g! C& H; l5 \. G" l/ _6 c% V: I' Z% V" g
为什么相爱总是简单,相处太难?得training。
7 L- e7 p) b9 t. I
- J* h* x- @0 s% P- z: A( A' a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。。。
% l3 S9 U# C$ \
0 O: g8 I( [: T! S对了,那什么,我得先走了。。。有没有下回看缘分了。。。
; r/ A$ }# q B# d+ f2 U |
评分
-
查看全部评分
|