TA的每日心情 | 开心 4 天前 |
|---|
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 ) J. { C9 U+ F8 f5 S2 e
) W9 A& C- h8 }9 E( j% y8 h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。8 y$ z$ z) Q* i1 G, E. Z8 N) L
2 i9 a5 k8 C" S/ y跟大家汇报一下最近的学习心得。! a: I: v/ b4 L
8 H3 F6 @' s: f% m; @# U, J4 W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
! n q( y' a) g b6 j# d7 |- e7 n3 V3 h2 R$ H% x
最怕这种品牌问题。简直送命题。
+ \: f( P2 G- N5 y5 a J! e9 L- B( S# F; g& ]2 c
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。
6 K# J5 q2 ^1 r- Y; e& C4 z' y7 D" X- X, d0 A% x
这事儿勾起了我的一番思考,值得跟大家汇报一下。) j" C, X8 c4 @( ]
) P% O( T- k j4 i9 A6 C) g/ Z
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。。。. Q% }* P0 `+ B4 o
) ^4 Z4 T; P7 P G" h$ E7 P7 |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:
4 {! E. g* [$ X: Q' p! T
3 p/ E# Y P5 d, v) l V; CExample 1:
/ F8 Q ~ w" E* k2 b# o% C6 U( w' k: Q- ]. o) A
咱去哪儿玩啊?
3 |# l6 `' z) k0 u+ ^都行# \ H4 R( ?/ p3 S# G1 r
那咱看电影吧
0 m" X9 \# w8 c太老套了: W$ g5 y8 q; L/ J; D" d
那咱打保龄球吧?
* G0 J6 H$ m- b/ \4 T大热天的。。。
/ x9 ^8 V! b; @那咱去哪儿玩啊?
. j$ s1 g, G8 j都行3 r0 L$ e8 R8 E+ K: Q
h$ \ F( O, F9 N咱今晚吃什么?
2 Q$ @' l5 h; ^4 z/ ?/ z- l随便3 t. B( Z- z+ b Z: K' o4 M
那咱吃火锅?1 {8 g1 k. N2 x. P+ k* x' H4 k
吃火锅长痘痘。
9 w1 i& ~0 `* P5 Q) d) A- [ V- s那咱吃烧烤?3 O1 B* ]1 O8 \
上次刚吃的烧烤。
# T7 X' w8 p# _ Z" P那咱吃什么?
1 r( s4 @) }0 e; s1 B: H: b随便
& p" l5 B& ^3 ^0 T4 z& t9 l
' h; B3 E: e+ t2 pExample 2:& ^* u, _: N& m- H
Houston, we have a problem.
0 B8 f# ?3 s* u( l' bWhat?
2 \# p9 l" b1 XNever mind ; ~5 ?. z7 K+ u V9 @
What's the problem?
0 N- g7 S/ A0 d" @( y$ MNothing
' H0 f6 [$ e. R7 JPlease tell us? 8 Y$ c* }+ U3 u3 I: d3 p
You know what the problem is.
% b* _* W. P/ g l% r
. e3 e; ?- q3 _# A7 S1 d) q; B- i" X1 G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。
% ~) Y( C4 [) t: h l% q: C2 q, K% d2 B) R" m5 J
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。
" E$ f# P$ M8 N+ r) @+ R
( x$ ?6 q+ ~9 M1 {7 u4 D! P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。, n& p$ f+ ^/ d( ?+ W2 v8 V8 o
/ Y% w+ T. }1 C7 r; W看到这里,各位男同学觉得眼熟么?6 b, K, Y: O+ k3 A0 c5 y+ T
再来看看前面的两个例子。。。9 f& L$ M. I$ B9 i# L3 |
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。。。
& c: q5 x3 `& b
4 S3 K0 a. F: ?, J6 s& @0 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。
3 }# K* N2 U! E( Z! V" x* m4 Z
! d% X2 E# C* w& Z+ i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?
- v4 `2 [1 k8 `0 K3 |
, L& |) |$ h( T" Y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。。。" K1 ^! Z; g( Q8 E% M; b7 z
6 B0 v* u' d% X2 t7 W# \& {
为什么相爱总是简单,相处太难?得training。
, G0 n. Z) i9 q" p$ j- l! ]" O
; W+ l: m' q, s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。。。+ u8 }3 F$ A- |3 z, r, P5 w E
( {5 M5 a2 ~( t( A' {3 E7 T对了,那什么,我得先走了。。。有没有下回看缘分了。。。
% S* k6 A$ H: g |
评分
-
查看全部评分
|