TA的每日心情 | 开心 9 小时前 |
---|
签到天数: 1853 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 * X! V' B, ^1 B1 t& B6 a
- ]/ U8 x9 U+ Q5 r& f9 _, Y7 |6 F. W6 B, m
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。+ `" ~" g, i# d9 f
1 E: j1 R* H. i+ r- z2 _0 w
跟大家汇报一下最近的学习心得。
* d/ K1 y& i& f- t' Y
+ g) ?* v& t4 d2 r5 i; M. c/ C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
8 W, s0 s! c! G
- M3 B( Y2 ~1 e9 s- D1 a8 ^最怕这种品牌问题。简直送命题。4 a( P% e1 [7 d" A0 |3 ^
+ b( x/ \0 d/ ^+ B. d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。 5 u# K9 E K6 U0 z+ K
! q% d( [2 k1 q9 M! _这事儿勾起了我的一番思考,值得跟大家汇报一下。, Z1 e' n# X# w% g5 w
$ k2 ^$ k$ `9 {3 ?4 j& U# 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。。。
6 G/ E- L& R) e
) k8 q& F ~/ n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:
: a; w: b, u6 r, X& V. ~6 I: {
Example 1:% [* V# b3 a, D- J/ I6 B/ u
# C# ~& I3 g" c
咱去哪儿玩啊?
; I' }2 Q: L7 w4 P& D: K3 b! E都行& d1 U1 B3 O, Q+ ]1 [' N1 C1 J+ E
那咱看电影吧 |9 v( X2 B# \
太老套了
5 M- H( j1 Q3 Z/ n那咱打保龄球吧?2 c! x3 p4 z7 W
大热天的。。。+ O! A$ w9 k: ~2 E
那咱去哪儿玩啊?; h( b9 z! h* w4 c6 g9 W! ]
都行
* Z+ z& n( W/ S" }( g& J- }. N& z/ @
咱今晚吃什么?
) Y+ G' T% h4 W$ y8 ]随便5 Y7 M3 R# t6 o' |
那咱吃火锅?
( L0 ^+ @: b. e5 F吃火锅长痘痘。0 w- g1 \2 y. l& u
那咱吃烧烤?$ E, b. W0 d+ q' D
上次刚吃的烧烤。
0 ^! g0 @3 p8 ?% `1 B5 ^9 B5 K那咱吃什么?
K( v0 x& _# Z/ T( b1 h随便 . [: j- z4 g7 n0 N3 }7 G) |; {
x. ~, B$ w% R3 h
Example 2:! N# U9 [% i3 e) I+ W& M7 W) Q
Houston, we have a problem. ( ^! X! {$ D i& R
What? ) G2 L4 b4 m1 S& l2 J' [
Never mind
: k& b5 P1 o2 A/ `What's the problem? % i' ?, P6 E( A, W3 z9 I2 z3 e
Nothing
5 ^) _6 E( U) {- G1 F% [4 q a5 oPlease tell us? 2 N& |- c7 ]3 u6 W
You know what the problem is.
: t8 e- l3 O" R+ k+ k
5 l/ U6 r* x+ A/ P& k- O; {! }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。. t9 e- M3 Y U* Q! G2 w A; B9 p
7 y) g$ h( o5 k7 Y! @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。6 N; G, U; ~9 l, A
. t7 y0 J2 g" l1 |! _, L
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。/ |6 J4 G0 u* P' d3 j3 y" U- b3 V `0 a
; `$ O R5 w- C6 s
看到这里,各位男同学觉得眼熟么?' J' {* j5 K2 L+ r7 `4 ?* A' K
再来看看前面的两个例子。。。
4 ]+ g7 v8 `7 p0 z3 E1 E- G, l* exxx,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。。。& ?, R$ J! B3 M6 P9 _
" z: b- H: i& B- p. i4 h; I2 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。
6 n. h- Y' M9 f; J
& r Q; J/ g& U1 h: V% c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?
3 L8 j) t$ Q7 S2 g- `. @
" _' c1 t4 n! s5 [- f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。。。. a% M) G/ d# r9 e0 B8 J
6 i( {- U ~4 v9 G! |$ d
为什么相爱总是简单,相处太难?得training。
/ g! P) V/ ^4 ]- U1 S. k5 c5 s* Q+ G6 v! |, H1 j# m1 C' q; h
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。。。- z8 O( F. `" b6 U
4 V9 U; _) Q; O7 W
对了,那什么,我得先走了。。。有没有下回看缘分了。。。& W5 q9 w* r, E$ S$ B; B7 M0 E
|
评分
-
查看全部评分
|