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 : j# I; E8 a t8 j/ P. m
, S+ H* n" k+ X: b, [. u
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% c: n7 x3 B0 n
6 x* G- V3 ]4 d
跟大家汇报一下最近的学习心得。; l& l! q# m- O- N
: |7 ^& L ^9 @; y2 @3 R4 H/ k" 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
! o8 @0 }+ l. C& f6 O! |7 M9 t: k3 q( ^
最怕这种品牌问题。简直送命题。$ _0 k7 `! E) o, ~2 `: l0 u C! h" r3 T
- ]- j' `1 T3 ]: e3 o
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。
) ]; z4 M1 k/ [
2 N! o, M+ R" x9 F这事儿勾起了我的一番思考,值得跟大家汇报一下。# ]0 O+ p, ^( J" G2 }3 ^9 Q7 e: V+ ^
) X4 n' n0 f9 D6 E0 V
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。。。# ^; h9 Z- B5 ]
6 p5 C ^" B; n7 E- }! 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 g, r- d$ x9 ^
/ P: E7 J* n3 ^Example 1:' ]3 ^$ _, d: B* I" N! i
" V& Q, y% Q4 k. C1 D! S9 w7 ?; D$ T咱去哪儿玩啊?* O* X8 {: {- @- a }0 o' v
都行
6 h- I6 G4 t Y那咱看电影吧
3 K4 b% `. q! ^! p Q5 i太老套了% W) y8 q6 b% Y, o c& ]
那咱打保龄球吧?+ I) l5 b" { l" i$ t. ~0 W# c7 D
大热天的。。。9 C' _0 l- Q7 z# n2 z& a
那咱去哪儿玩啊?
# r8 ~4 E" F4 f Y# q. ?8 \! Z都行
0 y. d1 W$ c7 J0 b
( z6 r! N( d3 X9 i& M6 X咱今晚吃什么?
0 n# v, v& J5 ?2 v8 E. Q5 Y5 {随便
' i& J2 l( @) u l4 c, b那咱吃火锅?6 A: ]0 B" Z7 l2 L" V
吃火锅长痘痘。
( q$ a! H, k+ I& |那咱吃烧烤?
! `3 o) W9 b4 n, S上次刚吃的烧烤。5 W+ w7 `0 V$ }% ~( d* D. m" v
那咱吃什么?
; A, U* S) `3 U! e- Q随便
~; N; f( }7 t( l* p$ x( V& E/ h( E/ x- \4 E4 X0 t. t
Example 2:0 I" W) R6 @: b2 n0 Z: `4 X
Houston, we have a problem.
5 |( t9 {8 a/ sWhat?
1 ^5 a* v" H. K. s# z$ D9 U" a, hNever mind
# b; J( _/ o( P s* UWhat's the problem? + _6 I. [% C0 Y, |! F; ?4 g, H( w
Nothing # R' g' Y( S: m* i, k! [# L9 r* ~
Please tell us?
& P M9 K/ I) B, d1 f2 YYou know what the problem is. / H( N" t0 ^: C; N0 h1 t' S5 f
( P$ h1 }2 K$ {3 y# Z/ S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。
/ I% M1 z; j* L- y( ~5 i8 H
2 v" x& t" i1 b# _; ]+ z, {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。
4 ?0 g! H/ U% J. U4 K8 Y( r* |' b4 D9 C( \6 z
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。" C# r6 C w |9 ^
! e; R& @" E$ N- I0 }( C0 d
看到这里,各位男同学觉得眼熟么?
. B6 K3 W( @7 p0 K再来看看前面的两个例子。。。
+ i. z* |$ _: G2 d$ @$ F3 sxxx,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。。。: o) p5 I% J% _! q
- i0 s* q) C7 }. x" @7 c" M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 b8 [$ U& ~* v4 y# ^* O" ], L1 e
, S- N: ~4 F2 h' J* y+ 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?
0 F( f& {$ C0 A F1 [
: s9 Y+ W0 K3 u6 D9 l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。。。
# }; I! w" F, s# X% O6 [) y# n! z( ^- f" F
为什么相爱总是简单,相处太难?得training。
1 f. c9 w" {, _; P/ B$ F- b" r; `& x: M" K0 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。。。
, M8 s8 B$ N. O& s: u, ^# o) V% u& H8 t# ]- @+ K% l0 F" [
对了,那什么,我得先走了。。。有没有下回看缘分了。。。# I; E8 Q/ A1 _. }
|
评分
-
查看全部评分
|