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
2 V# ?% K _3 b+ ?
+ [$ D1 L) m: `2 ~9 G/ ]$ H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。
& M/ y( K9 u2 Q" G/ H+ }& Y
; }. C3 J' G% _, D) h0 k$ j跟大家汇报一下最近的学习心得。
8 S. D; i/ ~. M! f# i% ^" l" g/ l3 \& \9 j/ H. ?
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
, Y8 _7 q( N: I9 \7 I$ v" E5 {; b J) Q1 \
最怕这种品牌问题。简直送命题。$ t6 g% U. G8 ? N5 p- p
u3 L& q ^8 ]7 T. i! b) x
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。
, |) o( I- o% X, w) k' b' b. J! R( @: R4 M, ^2 g0 m
这事儿勾起了我的一番思考,值得跟大家汇报一下。/ v7 E% E, Z7 A [% \
) p5 G( t" D9 J4 R/ k0 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。。。& G- v" O) a0 C- I2 n( m- c
+ E2 s) s% B0 a. R& Y
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:8 J* {- v0 E9 E+ d. V5 g( M
. e8 ^; W2 r! n7 YExample 1:
6 ?( J: ~& _ F3 i
5 ~5 ]- V: e: V9 h e* X咱去哪儿玩啊?
( O: ~! M- i( F+ j- A. N+ b' x都行
5 ], g( y* H# Q# C; m+ j2 O那咱看电影吧! u3 R1 y+ M8 Y) l7 E2 Q
太老套了8 o) ~2 W# T' M
那咱打保龄球吧?) Z4 ]7 m. E9 _
大热天的。。。; E2 M- Z: B4 {6 w( w
那咱去哪儿玩啊?
% m4 i3 f) ]* V) K$ V都行
5 j' V7 o& W+ e9 e6 I
3 Z% z4 f& z* `' }$ G& d! @咱今晚吃什么?$ m# l' w( i4 {" B
随便+ Y) ]- z- B! W0 Z. `3 I& E
那咱吃火锅?3 ^/ V! \8 Q/ l; ^+ u- m) Y
吃火锅长痘痘。
2 W: m" s' c( ] e) g7 c7 i+ z那咱吃烧烤?
. d' P" m1 \3 k& T. ^$ U# ~9 s上次刚吃的烧烤。
% j( G! V% n3 }4 L5 c! e4 J那咱吃什么?0 F- X# N, X( ]$ f
随便 d7 u6 N; Q+ H/ G& i
. a; W+ ?* A3 f p; e( q/ ~
Example 2:3 y/ R0 i8 [, }. C' ?2 j# p$ z
Houston, we have a problem.
7 k: Z$ H0 f" N) i. p9 \5 PWhat? $ T: _7 e9 G! R- v% j
Never mind
! k$ a3 K6 h+ b d# Q) BWhat's the problem? 5 V) k. J5 Y* Q* t
Nothing
8 w7 v! k' t# s# E+ X9 Q) ~; ZPlease tell us?
% n2 J( ^8 j1 T" d, D2 v% {( hYou know what the problem is.
. l# Q& O! ^5 D+ [) G& u9 x2 ?4 s& ~: y4 K; u6 P1 |
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。
a9 J! h. b0 W% `( S" q0 m4 C6 f( j" k2 \7 @( W
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。
" n4 g/ K, F+ f, [' E
2 b, \/ d- T, Y: @7 f: H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。
' V9 j5 Q' u; J. ?* W, L/ e8 ]1 k, Y- u9 x. n/ \
看到这里,各位男同学觉得眼熟么?. x n& K7 Q5 ~. l
再来看看前面的两个例子。。。* `% T! I$ v0 G! f; V& s+ o
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。。。! C; L! k3 l' O! N/ y- k
3 e3 F3 ?" \3 P* M4 n* H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。
6 K4 K B& V4 o6 O$ s
5 q% p( I# x: Q, m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?
/ t! I5 o3 z: f4 T1 u8 J: Z" E1 @7 r: k# F
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。。。/ N& s' g% }! n7 q6 V: L% o% N/ P
' H" Q+ c+ V5 p8 j( M' j! p( J
为什么相爱总是简单,相处太难?得training。
7 w6 r2 Y0 X% Y4 j0 Y* r* A5 {/ |( ^5 P3 W
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。。。# K; _+ z8 r/ N& c& d
# m8 D& ? R* O5 b对了,那什么,我得先走了。。。有没有下回看缘分了。。。
: Q6 F" p! m2 r" D7 H. _6 ^5 r7 R# O |
评分
-
查看全部评分
|