TA的每日心情 | 开心 16 小时前 |
---|
签到天数: 1855 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
. p. V( K, ? }0 q D/ j9 X2 r3 b% M/ D/ X2 y: N* n6 }
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。
. \& B8 x V# j& ]" v0 Z5 {& p3 u6 h/ V5 {& E M
跟大家汇报一下最近的学习心得。. Z ?/ u7 a6 q- ?& V. o( h9 R
& k9 e$ E- q1 J, ^: w$ Z4 R
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
: G# C6 a. } m) o1 x
9 L& s( z- E# @* C0 }- Z$ I9 T最怕这种品牌问题。简直送命题。
8 H" n. H# C* q8 T: q8 a
' G5 Q" r# M) V8 _; t5 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。
6 U) U- G8 O$ g) x8 ~# `2 |' F3 s/ k
这事儿勾起了我的一番思考,值得跟大家汇报一下。
: j6 t5 J& _9 u F# w/ r ]( @% s& g
7 C7 t0 O; D: j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。。。3 c: g6 E1 h' ]7 X9 l, w& \: o; G+ I$ w
. \2 P4 @7 J- t6 C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:5 J, M0 d5 k! O- L3 H: e3 u& r
- A" K' T" e" Y0 F9 m a. iExample 1:2 _6 d! B! ~- `7 s2 F" c0 p7 {
/ T+ K5 f7 y: t4 ^+ u) m咱去哪儿玩啊?9 P# t& t6 Z0 c% t! Y) O0 D& l
都行
( F! v* x- Z: ^% x' S+ H那咱看电影吧6 T8 |' S* p7 ` Q! w: e
太老套了& r. z5 i5 H3 V! b8 B; ~; O: r0 q) x
那咱打保龄球吧?8 @9 x* z$ Q# c' b( H4 q
大热天的。。。
2 f* r5 \% g* V/ I/ m9 m% V+ z1 ~那咱去哪儿玩啊?! S' v+ [% X2 N+ V; Y
都行
# P' O0 o2 L3 d* d
+ c+ }2 N% u5 X" F3 D% I咱今晚吃什么?7 {! Z- R p, }) a& y5 L
随便; K5 r0 A7 h+ S) f o- a
那咱吃火锅?
# ]; N' W6 Z% j2 [5 q7 g吃火锅长痘痘。
1 a* v+ [3 _7 W6 r! T. I那咱吃烧烤?
$ U% f; r1 d. c5 X" m) ?) H上次刚吃的烧烤。# A( |( w% U' M5 @5 z
那咱吃什么?
$ D% Z; v9 P; C) h X' E随便 " n0 n t" {2 E9 w1 j$ l
6 m) X+ a$ o8 e! |! s+ P) p; }; M
Example 2:
# _* }6 Z! b r5 j! q( NHouston, we have a problem.
1 ~9 U( A5 V& W4 x, x1 [% C: v8 oWhat?
% f7 k+ W0 z+ N+ ANever mind
) t! e" Z* M8 U- u1 k4 s5 y9 W, \What's the problem?
7 N! W' T$ c, G7 @Nothing
R' d3 @9 Q0 H2 d2 J0 r4 r, E+ FPlease tell us?
) X5 b$ z; ^. n' S/ {, C' nYou know what the problem is.
$ B l- c* R7 B( a' I" u
9 h" ~% P8 d" W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。& N) I9 D& U! X+ l3 q
5 H2 k$ M( V7 v# Y% F" K! [) u( g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。
$ t8 [) u; y* ~* ?5 O0 `$ d7 F. Z: k+ R3 n" Y
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。
. _( ?/ }1 j& T: X
5 \& Y U3 W f/ R5 ]* b看到这里,各位男同学觉得眼熟么?' G! C( l1 b4 ?0 Q2 C
再来看看前面的两个例子。。。& X7 s- u$ p/ t/ v) E& 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。。。* l8 _: j" D1 \7 A) i; M
X/ b7 S/ X- U# Z: B- i, ^
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。% a, k& p4 p$ a' [) l( I9 m8 R1 h
% q% J8 R! x8 j
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?
4 a, ]: B' Y0 A! u$ Q; P& q4 O- R0 [6 R( U
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 T$ N2 L, E; D! t4 S
- Y3 [" Z" ~5 {5 f! N) _- j
为什么相爱总是简单,相处太难?得training。/ l+ F+ ~* H0 d! N6 W# F6 x* e
- V; u- s R: `+ H7 N- I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。。。& W8 P8 y- v+ f, U) e- U/ p
& o3 E& K5 h+ D对了,那什么,我得先走了。。。有没有下回看缘分了。。。2 Y) n2 `& |( t, L
|
评分
-
查看全部评分
|