TA的每日心情 | 衰 2 小时前 |
---|
签到天数: 1931 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 9 f& R! o* e0 ^$ t, X Z
9 [8 `% |' i _$ e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。$ ^7 D0 f- R* A! N
v8 F1 _( P+ J7 W" }; @- c跟大家汇报一下最近的学习心得。
! g r( K; c- d# y6 z# d/ M
o% E( s$ x5 l6 T( V! r' U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
9 V" s [; H! m E; Q8 j, Y* { m$ L; z$ V& H8 A
最怕这种品牌问题。简直送命题。
9 N% Z. G4 t# |) g. l1 t$ E
1 u2 y# W" P. R2 N: {! 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。 0 V- S' i' P- N2 O+ q1 L
0 w& C5 h y7 z! ], [! |
这事儿勾起了我的一番思考,值得跟大家汇报一下。* h/ J6 q/ n5 G1 _% I- p$ i
3 O4 r# h" p' J2 }. z4 V7 W/ j
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 D) r3 ?" i: M7 ?( ~
0 R; A7 Z" _7 ^% R, ]5 C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:
, U6 T: U {: w ?) w y9 U) Q2 K9 k) l# R" H: _8 o
Example 1:
# F: [1 a9 V9 d
4 q0 w, f2 a6 p1 s3 j! R' b- S" \咱去哪儿玩啊?
% S! A$ f+ W7 a# A+ D" r S都行$ V' V4 ^) I' w, |7 ^, j
那咱看电影吧' L( U. }& R4 \. H5 |+ K
太老套了
$ R# i3 \- |, f' f' |那咱打保龄球吧?
) k L3 {$ ^1 A- p7 j6 G8 [$ e大热天的。。。% X( h* q6 M* E. L5 k: E# j
那咱去哪儿玩啊?2 {# E% ~# ^! g- A
都行
* Q3 `, \2 V( S
$ G% T- J* |& V0 F咱今晚吃什么?" ?3 B1 V3 u3 S) a; o, b: N0 V0 k
随便
/ [0 Q, N$ U" v那咱吃火锅?
+ n0 O6 l6 g! i6 s吃火锅长痘痘。 c% @9 i/ T8 X
那咱吃烧烤?2 E. Z- x- U4 J U
上次刚吃的烧烤。
5 v$ F( E( p* A! r2 H那咱吃什么?
5 s5 M; d* B- ~8 D$ a% M6 a随便 $ ^+ l3 }' S& f! O
- C& t8 ^4 U4 gExample 2:1 g/ S3 e$ M5 C% o# ~4 C
Houston, we have a problem. 1 {; d5 h/ q. l. [
What?
" M& R( ?/ d" R nNever mind # `: t; u- \% ?5 t
What's the problem? , ~9 e# m q# ?4 {0 x( o
Nothing
* D" R3 Z4 Y& h9 t @. CPlease tell us? 6 K/ b3 l7 j0 x0 D5 t; P
You know what the problem is. : D6 f; W1 N8 w# Q3 z6 r
' D0 ~! f6 ]0 `; s& t
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。
; O: H& g Q* {9 t# h- _% |% m
5 F! z( x* r$ R& 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。: R' M2 ^, G! ]# f+ }) k- s
8 `- Z% @" H* [% I% c! }8 I8 |+ `
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。
( m6 g6 q6 [' Y' }1 p
; { i5 n5 [* a3 ~, L* n# x看到这里,各位男同学觉得眼熟么?9 r2 ^4 x9 ^: `5 f) J) Y( ~
再来看看前面的两个例子。。。
! P6 k, F% e7 ^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。。。
" b) c) F% U8 D& `' N, O6 H4 h$ N7 G; q; p g/ i
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。
2 J& r" O2 y( U: J" r9 ]7 l# n @8 k1 p @: Y& H' s
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 R* V0 `& \$ t# `% Y) j( s! b4 J, ~& ]! U- D- K4 g O
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。。。
' j0 H9 t& e& n4 x4 b$ y& T
* [) ?; N0 }# r为什么相爱总是简单,相处太难?得training。
" u; K3 o2 v0 e
7 a4 n: S4 Y G) P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。。。
5 M+ m! O- L" x1 R+ o( A( x6 Y" z2 C. {3 i: V: a& ~
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
2 v9 a# f% @9 D4 W. p8 d0 g+ Z% A |
评分
-
查看全部评分
|