TA的每日心情 | 开心 昨天 02:42 |
---|
签到天数: 1650 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 " s6 u. f$ G9 o
* t0 D" h* l% N. q; U2 ?4 _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。$ m: p1 S( g- K- B/ M. \9 }
N1 z7 B" `8 t$ c) r: k0 H9 L跟大家汇报一下最近的学习心得。3 w) z) `% M6 c8 V; f
: |( [: X0 |' `* s) l* n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
& H. v7 u3 f+ R& }
7 F( L6 U" d1 T2 `5 q最怕这种品牌问题。简直送命题。
+ n( c0 d2 L1 f6 E1 d
( j- `2 R/ X" Y" n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。 B- D P& K$ i+ [7 ^ V
1 b, ?$ ]6 J/ H8 V R/ b1 C
这事儿勾起了我的一番思考,值得跟大家汇报一下。
& V4 o8 q- M1 N; m3 a) c0 y8 E) p! ~! k6 A9 L0 ^( A% x. x
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) q. F# R# }' D! y& C$ x7 {8 r
$ F) w) H3 b R# W' Q5 t. {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:
' ]) L% M2 H3 P. C; j9 `# E& [) r3 F2 ^7 c1 i
Example 1:
2 W9 ^' }* \. W: x z! Y
[6 Y% u: X ?" J: {2 c6 n咱去哪儿玩啊?& v8 i& A! s3 z9 F d
都行
% `3 y$ k/ d+ ~1 J那咱看电影吧8 e# ^' _2 L2 A/ {5 ^
太老套了; s z! N6 u* L1 J
那咱打保龄球吧?
- [6 ]& o; P, ~大热天的。。。
& Y8 t) p( E! _3 S" C% q那咱去哪儿玩啊?4 i3 S# C( V6 t9 D; o
都行 Y% E2 k* K! R, L; f
' B A3 F7 ?( ?: u9 N+ E' y咱今晚吃什么?
; k7 {( }7 D* L1 l, w5 y! S# H随便 u. T7 f( ^7 T) m
那咱吃火锅?
; d, q. i" Q) V5 ?& Z+ ]4 P% {吃火锅长痘痘。
2 y) h! E* o2 Q; E/ E那咱吃烧烤?
- Q; I. K7 I J* A上次刚吃的烧烤。% r$ ]' C2 B3 l$ J) T% r. r
那咱吃什么?
: B$ z# P; d' X2 t7 O2 [随便 % o4 H% Q" J1 q/ I
4 S: r- y8 k4 E$ w
Example 2:
. a @: u1 B* P2 MHouston, we have a problem. * t' W8 j9 h1 S! A4 Q( |
What? " {, [0 U$ k$ e
Never mind
+ p. V8 [/ Q8 K* y1 ? E& tWhat's the problem?
0 {! u' {: U! }! V! tNothing
# r( b: c' G, V. w# t6 MPlease tell us? ) _. {9 f# B6 p7 o% ?' F( J: J) Y
You know what the problem is.
! [2 n G! Q9 H* p& K7 \- T4 E5 k5 w6 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。
8 a3 T1 p* V2 S# ~
& K2 L* p' R2 H7 A) X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 u' f2 f/ W8 r; q
/ O! p# [1 N$ n2 C1 Q1 V0 f: |9 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。
7 G4 \" U# p5 ?: I: g5 B/ z1 {) e; }+ b3 n; i1 v3 A8 U
看到这里,各位男同学觉得眼熟么?3 x* \. H; q$ D+ u1 q3 b
再来看看前面的两个例子。。。
" h3 I& E4 s* v+ @. d0 h& gxxx,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。。。5 L' r4 L1 D# V F: \! _
/ H k# n# y( A1 M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。( p5 W8 U( W0 a8 e. P6 N n% `
! v) k! y) |, I, t! 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?
( O: f. v" P6 m0 Y' L9 M3 K, m* `, @) }3 O" l
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。。。
. I Q8 n# l- R1 O
+ _3 ~9 r U1 [9 a2 L, U: V为什么相爱总是简单,相处太难?得training。 g+ l" m( z5 F- ]. T
0 C6 {$ n9 }9 e& T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。。。' j: @* p" `) n& O% o
$ r/ m4 O" [5 Q7 j对了,那什么,我得先走了。。。有没有下回看缘分了。。。# \" }2 M4 u+ J4 K3 `
|
评分
-
查看全部评分
|