TA的每日心情 | 开心 5 小时前 |
---|
签到天数: 1647 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 . l! G8 K7 b1 I: @, o7 d4 u
8 \) S9 F7 k: O
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。- R3 o( L5 b; q5 j C4 R8 @# {* I
% f, W/ L; Y; X3 L跟大家汇报一下最近的学习心得。
! |( d6 m; T1 Y5 @' Y
! \, [4 d& K4 J- l) I8 H- 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
7 G/ y( |5 r. o! [2 c# H7 z( f! z2 u! v# ]. K% p2 A1 X
最怕这种品牌问题。简直送命题。+ y: @$ r8 f& W/ X5 J* c# s
( E: P7 `/ Q, p; u( w
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 |" V) b( b# {6 Z6 H
; f6 l1 `. E) R O8 V
这事儿勾起了我的一番思考,值得跟大家汇报一下。 l% }6 O# G5 b4 Z" G& C0 Q
9 i. w$ z. w: t* 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。。。- ]. G, } Z5 `% @7 ^ F7 ?
7 k' l7 i0 r6 c5 f1 h0 ?* G
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:6 |% E# }8 a6 Z- C' @$ E2 V
' k$ S0 i8 Q% N3 |- S. J
Example 1:
: Z' ^) g3 `$ P V8 E
9 R8 g- w7 N3 \! i; M/ [; J咱去哪儿玩啊?
) Z# B! w2 ?: O, H: D& q* N4 k都行, \8 A, p( a0 a# _- Z) ?0 z
那咱看电影吧& i* n+ w9 `2 y8 t
太老套了
9 D8 e7 Z d5 I! c/ F: V" F那咱打保龄球吧?
3 c$ F7 `4 P4 K- R大热天的。。。- ~7 |0 x: ^( ~- q9 w) ` E
那咱去哪儿玩啊?
9 n: y* k! N) _" N8 V1 g0 E都行
- w* f3 }" X" S1 J: ?' f# }$ k5 C; r, X
咱今晚吃什么?. ]; \+ p6 {1 j2 s3 N
随便" Y8 l" o% ?3 l: b
那咱吃火锅?
- Z! i, h9 Z4 g; j" j; C吃火锅长痘痘。
2 ?- h5 W: l" s" Y9 T3 w) ?( a9 x, ?那咱吃烧烤?7 o8 M6 M) P! X% H
上次刚吃的烧烤。
/ a. Y% h1 \: a那咱吃什么?8 j5 n6 n6 p7 R0 P( l
随便
* }* J' p5 C: W: S# v- h3 m6 R
7 G, `( @, i" H8 AExample 2:
: J/ r8 o9 i' V# n7 v2 CHouston, we have a problem.
0 R' S/ b: U% u7 ?+ ?0 W* X0 R; cWhat?
1 g2 L% k: @5 W8 [0 c# iNever mind * i5 @' f2 P' I9 D9 ~* @- @$ V2 N3 q
What's the problem? x0 i) i, z% R9 W
Nothing $ p# {" k% c/ m
Please tell us? ( t1 n7 l* j9 d( f
You know what the problem is.
# l0 _' @6 K5 ?4 L1 I; \/ R4 f$ l' T+ Z. ?# Z0 [# x" l
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。
* M" t k7 z" d2 K0 P8 J# U- B( Y
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。( A b6 A) \7 w+ T6 Q# c7 I
' g' l7 @8 E' u7 }( i- k) G3 e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。
/ O7 t& X/ |8 P# z1 c8 F$ D/ d, F5 ]( P1 ~/ h7 j5 s. n7 _$ i5 _0 y
看到这里,各位男同学觉得眼熟么?
& d" t; f5 e7 O o再来看看前面的两个例子。。。
' M" Z: H0 Q5 f* lxxx,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。。。4 c2 d! [2 _. G
) Q2 _* ?8 r7 t# a. g* r- L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。: l6 r e+ H& j
6 @5 M3 e1 \( g) h" W) G/ y# r. |
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?! q0 h8 D- @6 G+ Z# U% K4 {( x3 b
+ F3 ~1 B5 Q4 m! V: r$ \+ P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。。。( W$ u8 D0 Y$ s: |. d( |# C
V# ~5 o, U! G2 m* _为什么相爱总是简单,相处太难?得training。
: S" [0 v2 r$ u0 U3 V3 u5 a. F! p& p# z& H0 B% G
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。。。
1 L$ H5 v! k2 R/ l) L1 j5 `& K+ N: {4 ]& Q- g: V" K
对了,那什么,我得先走了。。。有没有下回看缘分了。。。: _: _# R$ \2 M2 E1 M
|
评分
-
查看全部评分
|