TA的每日心情 | 衰 2025-7-18 08:55 |
---|
签到天数: 1934 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 1 a! C5 W/ @4 n9 L) I3 n+ E
1 H/ R3 f8 K' N O1 }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/ V6 h3 r5 \4 i: s
# m( e" a/ l+ Z; c跟大家汇报一下最近的学习心得。
+ r3 V( M' w6 c ~/ ]9 K1 I
$ E" O- C( N+ J7 A3 H) v: 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
4 ]* u; G" G6 P) E# t/ S* @2 r8 Q* I5 G: h
最怕这种品牌问题。简直送命题。
7 `7 M' K$ s, z8 l+ h& r8 j& Y6 m3 j" P9 C
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。 1 F% H t1 N$ _5 ?/ P( K& e" U
4 ^* M+ ]7 }( t0 `9 z这事儿勾起了我的一番思考,值得跟大家汇报一下。6 m- H( x, b& |8 I% f- F
" \! J! x7 y# ]
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。。。
& x; c4 U, M3 s' i
& ?" [$ V( w" N3 b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:
& L3 H& C l* S V" A& ]
# x/ p' {$ |/ t( p' T" h8 a, nExample 1:
$ z+ t+ }9 e2 N* S% |5 [" Q/ S/ e) s1 c: ]
咱去哪儿玩啊?
0 J( p4 @1 o# V2 ?都行" z. p% C ^5 M0 g* J
那咱看电影吧
! Y0 s; I' s) p) u太老套了
Y8 Z, y- o8 S' q那咱打保龄球吧?! ^; W. H! n9 D0 y8 _' K7 A/ ? X
大热天的。。。
9 @: }) f- Z- M9 M3 `4 O: |. D那咱去哪儿玩啊?1 p3 H" s1 T8 `9 Q0 e
都行+ D9 ^" q$ L1 e" i k0 d
/ r7 D9 M6 [9 { U7 S, c" j
咱今晚吃什么?; b7 q& A( M! t: P# b
随便; i9 v g# {( v% m
那咱吃火锅?3 Y8 A6 a1 G B) c9 z
吃火锅长痘痘。% k+ o7 L$ k! X
那咱吃烧烤?
7 g4 U- s. Q9 ]* G上次刚吃的烧烤。0 F, U7 s$ o; p; q& K
那咱吃什么?9 ~ Q( t$ l- e8 w$ L! B0 q
随便 ) ?. ` V0 H4 ^$ a" X& v: ?) X
- \! X' `( r% Q- B! h! K( K
Example 2:6 g6 [& N; R& M; ?+ p* K
Houston, we have a problem. $ [; [# o/ Z; Z; O1 j& G2 X$ x
What? - r$ P2 Z0 b8 V: \ }; j
Never mind 9 R/ _; \2 J# ]* y4 f3 ~
What's the problem? # ?. L0 C: R+ L3 `! S
Nothing
1 c& \; e) t q; g8 F0 SPlease tell us?
1 U& Y" w) C. a! t& M8 xYou know what the problem is.
- v- B5 ?9 ?) L$ p9 o' Y
( R( m0 k/ D. T! j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。
% @$ Q/ _* U5 z7 r8 {% G& S0 s: c, x h( v, e
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。. O/ c- v. z# R. b' {. v; o
% X1 U1 X- Q0 u" ]
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。2 H: E) K" j5 p4 j8 h; @6 t
1 I; o! V# R* o$ l* X# n
看到这里,各位男同学觉得眼熟么?
X8 I# V, l! g7 d! O再来看看前面的两个例子。。。+ @! z3 u# R: E4 `6 T
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。。。$ D3 `1 u% i) D8 m: v9 ]1 w
; U! e$ Y2 J7 @' Y. 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。: B/ I; X6 w! P5 L6 r1 K1 w3 c7 P
# i8 A$ G J" D, a
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?
5 E& ~& }% c* g: N* S& u9 I2 Q+ H9 n6 `7 j" f( v4 |; a; _$ `
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。。。9 {/ y/ P7 s1 x+ ^7 a& M
* }7 z( q# J( I4 R4 O) Z为什么相爱总是简单,相处太难?得training。% \4 h! ?4 Q* O6 g2 g" W g
- u5 Y. n- D ~1 \/ n/ d. T
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。。。6 B; D9 U- N% r4 G9 ~8 j, A2 R, ^ E* M
" n8 S% p+ o' n1 k) V! Z: b
对了,那什么,我得先走了。。。有没有下回看缘分了。。。; D: B& ], g5 J
|
评分
-
查看全部评分
|