TA的每日心情 | 开心 2 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 ( e& k% S5 [* Y7 `/ r
# P8 p6 ^1 v% }. g* r: T7 }" v
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。: j& M4 {0 c1 I
( ~2 h9 \) P" M- L& C! Q
跟大家汇报一下最近的学习心得。
7 \# l! [6 l# H9 R2 p1 i; u! N- f; [! x/ f" L+ E) A/ t
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
H4 M9 M5 @' e
' \: @$ x4 z2 O) A" E最怕这种品牌问题。简直送命题。; e2 r9 |2 n; ?& o
/ q& P% z4 p+ P( C9 {. J3 S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。 9 {) B$ i: G0 M6 u! c b
# w$ x& H# k% ]- C9 X' n5 X4 O
这事儿勾起了我的一番思考,值得跟大家汇报一下。6 R4 ]; h0 I3 `. T" Y% N3 H& ^5 V
6 u# M8 |4 f- `5 k9 P' j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。。。
7 |, j `/ B8 h' ?$ R; K. j# w, g4 {
9 e$ [0 |4 M; j/ I) j( X# }6 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 X# a. @: B" ~9 \; |# B) p/ L" @
' X, K; ]+ S3 |& ~- R( dExample 1:
8 @2 f6 a5 U1 v1 E' D6 E5 U6 Y4 J8 z6 a2 O
咱去哪儿玩啊?. \$ u* j& z5 Z1 s8 P3 I
都行
. u$ N0 t/ R0 i( m V9 h8 l# m那咱看电影吧3 w0 d; L; b& o3 d* b+ {2 L1 l
太老套了& i I( q/ j M! }6 l2 T
那咱打保龄球吧?" j( U3 m$ {) b a
大热天的。。。7 [2 I: ^7 t3 H
那咱去哪儿玩啊?5 a1 U$ n$ E* w1 s& ]: ~7 Z
都行
* O0 l! A; G% z" i9 x5 b
" j* u' y0 S6 A" D! L* a n+ Q: X咱今晚吃什么?. Z6 [$ }1 \( U$ Q" l
随便: W% J L+ M; k3 S
那咱吃火锅?
& A$ b; |6 n' D( z. S' K吃火锅长痘痘。
! G' ?2 f( G; i, e6 c那咱吃烧烤?1 y; c7 U) }7 J f# b1 ^* A
上次刚吃的烧烤。9 G- a9 z+ V8 s: G/ x% C. _
那咱吃什么?) Z4 E9 ?; ?0 T3 C8 `8 L
随便 ! r' Y9 ~% }7 V1 H! d( o
5 L* W) K& P [, P% G( i
Example 2:
" H& S( ?# r1 ?, _+ A: DHouston, we have a problem. N% o- O9 \2 g3 n4 T4 V, O/ U# B
What?
4 F4 |: n0 s4 c! |' F0 [4 zNever mind ) x8 K7 B' ]1 R4 Y0 o% B
What's the problem? 4 Q5 T, Y+ u1 J, Z
Nothing
% q6 z1 E0 K" Z/ U( GPlease tell us?
9 t8 ~6 Y- Q5 z5 t0 P6 NYou know what the problem is.
+ z* {! _8 c/ X) b8 o% q7 B* ^
7 ^" m5 h/ n# h! {& \! _1 Q* M) G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。% C! |; F3 M; r7 y
, H! |7 E' ], W( f) [) A3 |2 i/ m# V
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。( g: |6 }' Q1 m& @. M9 J) H
% d/ W2 p z7 k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。
, w8 r( R5 @& P7 n& ^8 \4 V
& Q4 L! d* [' {! V看到这里,各位男同学觉得眼熟么?
- t0 h; v. y# I: e: X" y/ }6 W再来看看前面的两个例子。。。" K7 C1 A j) v6 d6 H0 `3 p5 h
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。。。9 n) v h1 F1 z& ]9 h& A0 Y
4 s2 G( h8 S: i, E; k# Z* h' N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。% q+ H) L8 e1 I# L
1 l" ~& q! S6 ?6 q! a$ 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?% D- D/ n$ Y0 c/ [
) a" _- C9 r4 ]% \$ n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。。。
$ w2 F% v% t/ D0 S4 g7 f
4 C& h# D! P* K2 g为什么相爱总是简单,相处太难?得training。
( t" Z* e1 q; G- x* S% r6 o- ]1 m" ~
; o$ Z9 T* Q$ v; Q- }( N2 v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。。。
7 U7 ?+ A) e% S% n& D/ \* ?$ W. `7 G8 R4 U1 z
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
, W! o' g+ v H4 k% A' R |
评分
-
查看全部评分
|