TA的每日心情 | 开心 4 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 9 s1 r9 R3 f7 u u4 \" ]) J
0 }$ R# r; R6 H9 ~/ S
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。
' Y3 \) U9 x6 h+ l, Z# x: f) O. J g& G
跟大家汇报一下最近的学习心得。
9 {- ~ }6 O, u. w8 z
' c: |- y* @; {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' W; I' N! g- R9 o( H' X
2 [2 K) h& U& C0 C( U0 X3 e最怕这种品牌问题。简直送命题。
% r$ _) M! v5 n+ d4 [- T4 r1 j x. S/ g5 U) y7 L* Z
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。
% s V6 l$ |! i! o
3 ~3 |- J5 q- ?" l这事儿勾起了我的一番思考,值得跟大家汇报一下。8 e$ E; d3 ]; t7 h3 `( B
& ~- m8 t! |# M) | H1 M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。。。0 U9 b, u( k* ]7 |: p
/ c9 c5 x! [9 G6 H' I
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:, R. |8 K9 A* J/ r
7 d4 ^6 u" `% C" L3 O
Example 1:# r8 A$ k L5 d
% j: y( u8 u2 ~
咱去哪儿玩啊?
) `8 R- M( H2 x g/ ?* z9 F都行
) Q3 A6 a" n5 @( } _* p那咱看电影吧
, f* O0 V& D. u( _7 E/ }. t太老套了8 P/ z3 |7 R0 w' l- u0 ^$ p
那咱打保龄球吧?
+ U1 |2 T( S- H6 X+ M( w大热天的。。。4 B* V2 R7 t- Q3 M, \
那咱去哪儿玩啊?; n; R4 E7 W! v4 }. ?( } _
都行
! j5 w* D+ z% P: B5 d* B2 `! {
- E% ~% b. }; o& M! C+ g* P咱今晚吃什么?! }6 j' T4 d- x. X7 [% s! L0 F) z
随便
4 ?% i3 v& Y0 Q U那咱吃火锅?( _7 X0 ^) `- F, [; ?
吃火锅长痘痘。
# s2 `7 A" `+ m1 f' \) W! b, V那咱吃烧烤?$ R6 o( ~8 R. |- K5 u) c" Q" o) D7 g
上次刚吃的烧烤。
/ p1 k3 L( P; G! ]+ R' @那咱吃什么?
9 D/ w' L' ~- n w1 t1 w% g, B4 w随便
# F2 [; |- }0 F# P3 c# [1 M7 h3 T# f, u
Example 2:
" q) ^& z- Z: f4 \. i* AHouston, we have a problem. + j ~" b$ f+ e, q( t' u. V
What? ! x! G: [: p3 @
Never mind 6 K% k" H4 d* f; ?- u8 E2 p
What's the problem?
1 e4 l; c# L) _ S( yNothing
P& B j' w. T, l, ~Please tell us?
. |" L6 J3 m p5 {You know what the problem is. / Q# Q$ Z. d& D* x
$ H+ y+ T* _- n& J C, z) J: 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。
0 a9 T# N, K7 m% d2 ^0 }- P% k
6 w8 D7 N% v/ k% Y, 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。
) T) `! Z o5 Y* K) \8 B! r0 y* M& ]4 [: c. a: f# g! I
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。
! l3 P1 J2 B; c/ w7 T1 @8 r7 ^5 L% |2 L0 g. H5 s$ T
看到这里,各位男同学觉得眼熟么?
2 h; |! {/ Y; h0 _; o7 j5 C- a再来看看前面的两个例子。。。3 u6 r$ P" u( w( J/ n' p
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。。。
$ Y0 T" ?5 o& T: y3 n3 m5 w4 k
5 a; S+ M/ t4 n0 t( E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。# h/ r% c- g( J0 K! X
% N. Y" o8 a5 X& A
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?' G' |1 e5 [& y; l* n
& c! z6 N* @& M* p ?. m" r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。。。7 @& E0 N. M& N7 k
; j0 L3 Z! L2 p
为什么相爱总是简单,相处太难?得training。% |1 ^, t) a! D. U, {
0 G3 |; c: v( w! _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。。。
0 w1 P/ E/ A/ R* M
; v F! Q% q0 w对了,那什么,我得先走了。。。有没有下回看缘分了。。。! b- q" W% L2 ]+ T
|
评分
-
查看全部评分
|