TA的每日心情 | 开心
2025-10-27 04:12 |
|---|
签到天数: 1953 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
: ?! h) E8 B" I A7 l6 j
4 T6 Y' y( f8 B: ^9 \) o- @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。& H; P! u6 Q# L0 D' u
' b: N6 E2 ~7 C3 V& F
跟大家汇报一下最近的学习心得。
" d- Q1 k. h& K6 e1 [0 Y6 k' H$ i4 M/ r% b) d) d, P
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
7 M/ ^( _( i3 k( X/ D8 [$ a/ C: f- z- U3 o" z, e4 i$ a# B4 y
最怕这种品牌问题。简直送命题。
% n; L( N+ y4 i: ?4 p
" c$ A$ a w: h3 j% 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。
( i* ~# R+ m- U! `6 u. V
这事儿勾起了我的一番思考，值得跟大家汇报一下。
# v- y$ r2 O5 ?/ M- l, y- Z; m c( V& U0 P/ o' n9 _; \ W
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。。。5 a- n/ a2 O* d9 ~; v
" s+ F5 L" F; s1 G/ f
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：
2 V9 f' z" l/ O2 ], ?8 f1 T* [% R- K
Example 1：$ r# D% p' y* Q4 b9 w3 i
5 _, I; `- s0 V& _: k0 f咱去哪儿玩啊？( M6 p- G" Q, N# l
都行
2 ` j' H; O. q9 T9 ~3 H那咱看电影吧
* O" x& T, B8 W1 N+ G" N- p$ z太老套了
) O$ _! z3 Q+ |" T, k( ^7 E" g那咱打保龄球吧？
0 O& [/ s' Q, l5 e. u7 P |' O大热天的。。。$ x4 q1 p+ R) F) c1 P
那咱去哪儿玩啊？
3 y$ c6 [# R$ K都行' D3 E& @0 p4 {
8 w$ a! i5 e# n3 R2 F0 k
咱今晚吃什么？
( L& ?7 I! t( H) B5 m随便
4 z6 f; A+ t7 r. _/ m那咱吃火锅？) b6 v2 s$ y# v- F
吃火锅长痘痘。& l6 V) n6 ^6 i0 g; `- }
那咱吃烧烤?$ ?' W/ b' X" X0 y- h! k
上次刚吃的烧烤。
4 f8 m7 T% h. n% f2 B- q& N那咱吃什么？
" k. ?% ^4 [6 U4 G+ p随便
* L4 y) D& | u8 N. H4 p$ n) jExample 2：
9 g, l! @8 X7 p4 f+ uHouston, we have a problem. & @2 u) m$ g* a5 T* p6 @
What?
, d! s+ D% Z9 p/ H4 E: B+ B' F1 jNever mind
7 s* v: G, B' h, ?& S) dWhat's the problem?
$ N8 S0 W+ D* v% \$ f& wNothing
; Y, x3 y% Z( o" q* bPlease tell us?
" k" {0 T! m3 w; TYou know what the problem is.
) s. Q3 g4 A K) @* |- F# _5 I+ o/ Z+ w; L1 R4 f9 P2 V& x/ 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。
" J: h* `& i r! y; t
& D* a. T1 f( o; j% e- B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。1 h5 a1 Y2 A* ^! o
3 C( s) _9 x% `' ?
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。
% d2 C& W+ R/ i- s7 F( C1 J) |4 z" `, ?& a5 V
看到这里，各位男同学觉得眼熟么？
# i( r9 B0 K) p9 N0 O1 m再来看看前面的两个例子。。。4 h1 L* S& z0 B
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。。。5 ?3 B( u. M# F1 g' R T( G) e
4 g/ I) ^7 I) a1 b* c7 S# o+ w) J
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。; I: O0 s( s f/ Z' Y+ T+ a
$ T# i: a; R6 j& X) s+ q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？
h6 q' ?; d2 ]' p2 v
, [* z, X [" r9 U" ^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。。。
# U9 u; {3 g2 {7 R0 ~8 M" O) I8 y! f) [
为什么相爱总是简单，相处太难？得training。
+ Y& w! V' P2 l; a8 k) J$ D' T* }; X B+ l( x
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。。。% v0 J4 a; j p! t
' _: P. w: S" u1 Z对了，那什么，我得先走了。。。有没有下回看缘分了。。。# x! ]9 S( f, V4 T4 j+ a3 f' p
|
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道