TA的每日心情 | 开心 16 小时前 |
---|
签到天数: 1642 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 6 }% o# _7 E" S
f: {7 d% l9 B1 W6 P2 I* t% X
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。
* n; x" Z6 d; N6 w/ f& K
& M; m; s2 D. @ f9 e9 r# a6 ^跟大家汇报一下最近的学习心得。
& b5 Z! M. n+ D, @" J ^4 F/ n$ w. Y, A. e h3 i2 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
& w" U* h. t* Q& Y% G9 g0 t, W" u' S, U6 N! O5 D( r M* D* `/ w' _: K5 v
最怕这种品牌问题。简直送命题。( E; N4 V0 @* } J* q5 [3 w
+ L/ u" q. p* @ E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。
# q& l9 B" {$ h2 h; o! X9 H5 k/ s' |/ F. g
这事儿勾起了我的一番思考,值得跟大家汇报一下。
, y% O! ?, S6 O) ~# E7 ^3 n, w, c) p' A5 e* D4 K& v W
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。。。
( k; z& F+ y) f
, @' M9 K3 a: e4 r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:
' `: [! c8 a" L4 o) z6 A5 w/ ^, x# |& q) m6 c, ^
Example 1:
* z! c7 E& n: e
' H- r: ~; T% @( H& ?& K咱去哪儿玩啊?
: H4 y7 \( r# ~4 O6 n3 }! D9 ~都行
; G6 T# P, U- L9 b. U, `9 B! e那咱看电影吧; A( C6 _' p$ x& S' \- M, W0 d
太老套了
: E `% D) n6 ~那咱打保龄球吧?
0 z/ b D0 d! g* P% M大热天的。。。
% e5 p/ q* R' r) a那咱去哪儿玩啊?( A: _3 R% f! P \
都行
+ _/ g" H: [/ f q- v' V7 u% I! R* O) f
咱今晚吃什么?
& Q6 m* G' J5 ~6 [% m随便9 `2 Q$ _- f2 \1 z; q+ z
那咱吃火锅?; M% n6 |" Y9 ^1 V
吃火锅长痘痘。
- \. F2 Z; b$ l) C$ H* m3 v8 R那咱吃烧烤?
0 ~& b, r' X1 z) Y. D上次刚吃的烧烤。% z% P/ ^' ?. U8 `
那咱吃什么?
" P( Q" ~. t4 Q6 b! _随便 9 E: s* z. y' r3 C
* T* T7 Q3 ]" G- O3 r+ E
Example 2:( `* s2 m, g( {5 T# Z' J! e, M! p
Houston, we have a problem. % t, x: Z1 r$ e
What? 7 p8 V; B" R4 d8 {. `$ Z% }* n
Never mind
; @# b9 f& f! z& G y' d' I+ OWhat's the problem? # T& o$ V. N9 Z
Nothing - C6 ~2 k5 n T- o
Please tell us?
3 F6 ~ s, h: C' vYou know what the problem is. 6 n- `8 D8 `8 \2 ?: w
' \- l! c/ M* P/ W6 ]. \' j8 [4 h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- p' E& n/ o- v, z' I" K: w' [
" `5 D W# K7 ?8 d/ |( t% p- q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。2 F3 u/ J$ E) f& r6 p0 {
' g# ~. L- G* L# 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。
. M! _0 ]2 p$ n1 D6 T5 v) `7 P; J, m3 p m9 {$ T
看到这里,各位男同学觉得眼熟么?
" C/ y; Z+ y# X! {, o7 b再来看看前面的两个例子。。。
& j6 x" B b, f: p, pxxx,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。。。# e5 M; r g6 T: }+ ^
+ Y6 \# F% f7 V- b: \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% f t8 ]! @7 c% o5 J9 ~; [2 [" ?& }/ E, i, } ?
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?1 \; A% H3 M1 D1 Z: V/ D8 k
, ^" L3 v! H. T7 j7 E0 ]: M& 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。。。. H# q- }6 S, t
6 q, l0 a" m4 f9 p+ C
为什么相爱总是简单,相处太难?得training。4 ?) x8 f% C$ o$ C
1 z# L2 `$ @( n5 p3 V. n: A
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。。。
5 `. ?' l. X$ k& }1 h! u0 Z: [- y, g, ~" Q8 D+ e* H* z0 Y
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
" }5 L1 I6 @8 ^0 s2 A& C |
评分
-
查看全部评分
|