TA的每日心情 | 开心 11 小时前 |
---|
签到天数: 1894 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 3 j# w8 K) P5 _- a- {8 F. \3 x9 x
- z$ K8 u+ C) X- U) A% i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。, W* J% z: [# z* D
+ G9 h* A! n5 D* o9 f' g- A2 q跟大家汇报一下最近的学习心得。
% @. m' O( j6 ^0 J f0 L! Q2 e6 u5 r' i0 b T2 ]
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/ C, B: w0 D! u/ M6 ]
1 r7 @, @* K8 m4 o3 l. u$ X* ?
最怕这种品牌问题。简直送命题。, s# o, }: F+ f# n6 T0 Y
5 {8 t0 Y2 k% k3 {/ z+ w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。
% F3 L3 l2 @0 V" }" G" D% M, n% A. l+ e( j8 p: l' n
这事儿勾起了我的一番思考,值得跟大家汇报一下。
: C' O$ [2 ]; j% r
1 ^' w, O% h) m# x. u& n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。。。, T r& Y( J4 ~' u2 P* U
# t; d) X4 w; l% r
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:5 d/ d8 L w/ a
- |# m$ v z! V0 Q- Q7 @" G( jExample 1:8 k0 P r) L7 A
( t( i# I! K |5 C
咱去哪儿玩啊?
5 e$ g, t* W$ F4 k; H& h1 x" W) y) @" d都行
+ F. E4 _6 q; j6 w1 G5 _- F) @; p那咱看电影吧+ @) M; d. b& i0 A9 d
太老套了8 }, m5 P7 @% ~- B$ I
那咱打保龄球吧?
# E. I6 i8 M" H# |4 q5 y$ U" L大热天的。。。
% W$ J2 g( }2 I, l/ O那咱去哪儿玩啊? h P" G* c" S6 K
都行
( E- `* K% B+ w+ {
5 H7 r8 t+ v6 Q! `咱今晚吃什么?1 f |$ `% q" r6 l& h- U! F
随便
9 n4 k" `- D6 O2 F6 J那咱吃火锅?
1 j7 b5 s5 |: g3 W' P5 }吃火锅长痘痘。* R4 Z0 q* e: u
那咱吃烧烤?, j, C0 V) x- H
上次刚吃的烧烤。
6 r4 w$ { M2 z V那咱吃什么?
5 ~5 x- D$ C: R+ t' l随便 6 t6 m1 [6 R2 P6 q5 s; u# o
& C: I* J7 x1 x( SExample 2:
& d1 C8 }' \% X' g* U& THouston, we have a problem.
5 B1 e1 j F' c! d" [* nWhat?
0 F& |9 d$ h# ?' F$ X3 u4 INever mind
' a1 @6 U' h" ~9 L9 @ VWhat's the problem? 1 H P }5 a& _! I& h1 G3 {+ o8 A; B. t
Nothing - f9 k7 K2 f( H" x$ r& ]
Please tell us? % k7 D% B% p0 l2 X3 ]1 X
You know what the problem is.
0 f) }! h- b$ \6 q" H a9 z; p0 }
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。' j& M: }' E) X K2 [
^7 X2 P2 S' n- e/ y" }( t) u
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。
' g3 L0 w2 p. ]6 T' q' y/ u3 y; b; z9 G
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。
: G m. [- z+ W3 U* I+ F
; m, A( W2 d! u8 A9 J" w看到这里,各位男同学觉得眼熟么?
+ L# J6 f0 u( W& d再来看看前面的两个例子。。。' o5 [! L. r2 I4 y( I
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。。。
+ S6 T6 S5 n, c, V+ N S& D% T, o
3 C4 y$ u: z7 M5 a; u% K7 y# ~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。+ b) j* r, o0 m0 @+ C8 { v
3 z7 x$ C. D9 o# c a: X
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?1 H! y0 P/ }& t9 v8 c, U. V
9 u" s b7 t' ], Z" z* {/ E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。。。) y h J8 J9 @5 o4 d, z( i0 b ^
! r5 V& H- i* i9 w为什么相爱总是简单,相处太难?得training。
4 | u$ s, V' ~+ D9 B
9 G4 x. C. C z2 `3 M) c! ~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。。。
6 \ ?3 e5 d" y& i" {) Q
: Y$ ?! b8 w% {8 W3 S5 l- |对了,那什么,我得先走了。。。有没有下回看缘分了。。。( g- W( D/ z V8 A! v; ~! U
|
评分
-
查看全部评分
|