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 / r$ O( |! Z+ }& w- J3 a# S6 ^. m
1 ~4 U/ f8 m9 x6 o5 {( A w f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。
) D0 |- K" ?/ C( u3 }9 f
" S3 U& A2 V4 c% d跟大家汇报一下最近的学习心得。+ F) c. @8 [% U& e1 y; f# [
- c; I. N2 B# S& b
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0 H6 x5 H$ L M/ T ^
9 ^# M7 k. p0 m# F$ S2 r4 p! |
最怕这种品牌问题。简直送命题。3 I6 p/ K" Y( M: x n# U* z! H$ }
4 l8 H9 A& u% _: 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。
! r' ?& X, m* }! @' P2 S
7 k6 X1 w' g8 d/ s) U2 m5 H8 {这事儿勾起了我的一番思考,值得跟大家汇报一下。7 ~' e( M5 s& e4 ?( ~- W3 y# y6 |% `
{7 k+ {( p" ]( A% s, O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。。。$ `/ Y9 L. b9 n+ x% R
, ]7 D- W& m& e1 t4 R' X/ A8 _
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:+ I5 O5 O+ x# ^) z7 {
8 W: t; [6 ?. K- Z$ w" h* I
Example 1:$ l0 u! r' j! e, y7 }3 I( l' g
0 G, X" v J, V. u2 Y9 P咱去哪儿玩啊?
& u, `& C) I' V' L0 ?0 ~都行
7 \4 y! r8 _8 f% o那咱看电影吧( }; ^% `& y& C/ ^" D
太老套了
- s, O% q0 ^! `4 e! [那咱打保龄球吧?
2 q# f4 G4 `) T. _6 Z大热天的。。。
5 S5 y8 D' q: Q, q1 K那咱去哪儿玩啊?
" w; w5 ~+ Y3 O. K7 J) b2 @都行 Z9 E8 b" O' h" \6 ^# Y/ ]
0 z2 B. v- m w! i
咱今晚吃什么?
% z% H4 O9 @6 h# ~3 Z9 x* J随便2 @# U' D, k* }) O3 \
那咱吃火锅?9 k9 e9 `% l6 N4 f+ |1 o3 c
吃火锅长痘痘。/ ^# l& Z- ` a4 b( x
那咱吃烧烤?
7 y8 L! f# l' X8 n; }4 ^! m上次刚吃的烧烤。# t1 _0 x4 j4 L$ _1 N' C
那咱吃什么?
% _; q9 E% @3 g' y随便 * h/ [8 I( l, J# u) X# g9 ~8 Y& P
; h3 c4 A! b2 o+ DExample 2:
V4 g. m* t' d' ZHouston, we have a problem.
! Z! e! L) d! i8 m5 S& XWhat? - }4 x, ?- z$ ~& W
Never mind 3 A! k& \) P8 |8 F( u( c
What's the problem? 1 g+ ~. [" ^% L1 S* O9 F
Nothing
8 Q- o$ |" n8 E& o6 r8 uPlease tell us?
* A" T$ D( r3 O. I9 B/ GYou know what the problem is.
( ~& D8 c/ Y. u% J% @8 _
' C, s; z+ x' ?3 P$ s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。
+ ^* W( ]' Y/ i: r# f
1 }( p( K6 {$ a' A5 \/ 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。8 f2 `5 W, W( m. e. H. {2 q, x
, y4 z0 y' ?, Y' `3 K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。( e+ p) e; Z8 A- b `. f
5 k$ [5 `- ^" a$ ?
看到这里,各位男同学觉得眼熟么?3 v" G! x ~% e' F
再来看看前面的两个例子。。。
* V2 m9 s, T0 }: g; k3 A L# hxxx,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。。。* i- B# S8 t0 G- C, p
$ x$ z1 m' a% `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。1 I+ z( C A, u5 ]/ ^
: F7 U) L# O- U
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?& [" A1 \# M9 T, E
- i) J! ?; f* T g1 U; ~( d& K
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。。。
, l& c; |4 _+ h" ?1 s9 A |% x3 @+ @" K+ W+ D6 Z \( S) s% x
为什么相爱总是简单,相处太难?得training。! v1 a( @% r& d$ t
8 b) ~9 o" Y8 {7 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。。。
% j" @6 `/ Y% v
5 Z2 M7 A9 A) q" |+ T. e! e对了,那什么,我得先走了。。。有没有下回看缘分了。。。4 e7 M0 V( k* y* y9 U, i& D
|
评分
-
查看全部评分
|