TA的每日心情 | 开心 9 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 # m T* G w: F5 D; p) j: H
% F5 k( a' X; j
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。
# @) y. `; T- f. f! I( _
6 B2 E, f" @" h5 \跟大家汇报一下最近的学习心得。1 n& N$ M% S1 D; }; V/ m- W' G1 @
( @. Y( a$ c: s" A' R3 B4 L4 S' w" u* Z
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
& R% w6 [& J" W+ N9 D, M$ @5 X" J( R; n
最怕这种品牌问题。简直送命题。 x0 B' t4 U$ F; o
! A7 Z& V2 i3 G, `
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。 % @# X. J! U) y" f
7 o' I1 r0 X3 l _3 u$ U5 x Z' g
这事儿勾起了我的一番思考,值得跟大家汇报一下。 h( K$ i B o
, z6 h2 v( m$ F; q8 F& M- x2 O
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。。。
" [* R" M: N% s e" L. X
|- E: B, F9 z% T7 M: E# m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:
) ]* I9 @7 b8 [5 H- g& _1 q7 n* P: y5 g4 G+ t
Example 1:! v# [) ]7 w+ u
}5 a) h) f; t# K3 [' X
咱去哪儿玩啊?1 } s6 [! N7 J0 {
都行$ `3 M, m# `4 c3 [1 f
那咱看电影吧3 l# ]" {/ @) |3 j! j6 W
太老套了
: D3 {4 z# w& G" z1 y, G" K那咱打保龄球吧?
. z" U! f) B* B6 h* a$ ?8 r大热天的。。。
^9 Z' x/ D! a y% {那咱去哪儿玩啊?9 z8 R# J) M" X1 d \! E: D3 B: }
都行$ ~5 G0 B3 V4 q& R1 i, q
; M# v2 I1 m2 [) h7 P( L咱今晚吃什么?" X& ]3 Z: o& D$ R5 |! @9 X$ p9 J
随便: v& p ^0 ]7 c q; i" W
那咱吃火锅?
- p7 E, e( N3 d+ [) e' U3 `吃火锅长痘痘。
K( R! N9 _3 H' U) t; h; U: L那咱吃烧烤?' e8 `) `* H, q" Q* J5 }$ V3 Y
上次刚吃的烧烤。; E! B# b. @9 a/ K
那咱吃什么?/ X* }: n, `2 r
随便 4 Z! ]: ^: }4 k6 s
6 g; i4 ^4 c- @& e& g8 kExample 2:) X; k( i- W J+ O
Houston, we have a problem.
* x3 t) q9 J" y. h3 W& g! uWhat? ) A8 X$ |) r+ d0 v/ z
Never mind
' d3 ?' Y1 |0 Z9 u6 @; h$ aWhat's the problem?
- t- y/ |9 ?6 ?: [, qNothing
, n0 {9 `7 I& |% v0 {Please tell us? 7 f6 r" G" M# e# q
You know what the problem is.
) q/ _0 U5 ]0 ]& t' g& L1 ^* \+ @! A) ~+ {
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/ B, B- D# v- Z& Q2 n+ y
8 g0 O; D! f+ ]$ W1 y) y5 O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 l {6 s/ O% i o$ K) K7 w) i0 T3 z0 h; E$ e ^ s9 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。
7 I3 C8 Z2 W: v: {& b
9 G0 D0 d1 W+ f/ [( S3 R! [看到这里,各位男同学觉得眼熟么?
7 p7 |1 D3 I7 j( T4 n. V8 [再来看看前面的两个例子。。。8 {2 G1 U" d( K1 p$ c2 Y9 M
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。。。: g6 u4 K. J, C8 ^9 i
" i2 g7 U- r' d: b/ _1 ~% ?; p
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 t) q+ z- |0 K& T/ Z
" q. l- W# y k" H: B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?: s% w; i, e* T, h
% M$ I+ ^/ S, r# e4 D
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。。。
% V+ ?& y3 a( e9 p: a# l/ g. n6 k, ?* x% z. n: j4 Q9 F j4 @/ W+ m
为什么相爱总是简单,相处太难?得training。
% T5 p, K2 G9 I. J) P' u& U; I& a. Q4 N6 m
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。。。$ v( I: ^4 L" t4 J. N5 U
- _4 U0 U' W5 V' _2 s
对了,那什么,我得先走了。。。有没有下回看缘分了。。。! d. _$ b+ w8 B. ~
|
评分
-
查看全部评分
|