TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 9 A0 o! j8 O1 j; D
, Q: o0 r% L/ j0 r! r. W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 J" Y8 s0 p3 A
' Q# v6 L. y% p" h+ C, k/ z; I, [
跟大家汇报一下最近的学习心得。5 Y/ M1 h6 N: Z2 M- J
, K$ j" v6 t2 l7 K/ |8 \% T; Z1 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
' @5 R3 m( k1 E& W
! ]) J: p) b) j; }' a& c2 T最怕这种品牌问题。简直送命题。+ Z6 M" Y: P8 f( h
0 J7 U" e6 m' y0 I6 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。
9 o- X' s a4 Z- y3 C/ ]. o0 H/ c% I" c8 f
这事儿勾起了我的一番思考,值得跟大家汇报一下。
, z4 E& z( [- |0 v' v, h3 m& K
( M# p" [# V6 l9 |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。。。
; n4 |5 H% n9 j4 R& a4 u& c# q; s, D. N4 Q
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:: U. h) x. `4 @
% G* v* x5 D1 Q$ j2 n) E
Example 1:
1 `. \7 n- ]5 Z" W' k6 I7 I! d
, o# ^6 f8 a$ p( m# \3 M咱去哪儿玩啊?
6 y3 P# n7 m+ U7 E, c都行% U: k2 y( A( {9 D! t
那咱看电影吧
4 B0 {; G% L8 ~太老套了
! B4 h' |0 _/ G9 h8 c% p那咱打保龄球吧?
$ I+ P; s4 a$ @; d+ Z5 ?大热天的。。。7 a9 ~( s. i7 B
那咱去哪儿玩啊?
1 a/ Y1 e- ]5 N# s4 }都行
7 x9 p3 M$ [9 C2 T k9 X! c- E: f1 X! K" v$ O% y. W# h* f3 d
咱今晚吃什么?: `. | h( D5 S6 Q2 m
随便
4 M! j% i! b! G3 u) S/ M: N5 q那咱吃火锅?6 p7 q* s: U' E. v- R7 \; F
吃火锅长痘痘。
/ m5 C D9 ?5 R2 ~那咱吃烧烤?
) q: t) r( X' ?) Y: _* ]' N) ~上次刚吃的烧烤。: d5 I8 D. @, G( p5 l
那咱吃什么?
. i3 @) `! j4 }) z' h) m随便
8 c% _6 s! N9 Q2 C4 j$ ~0 M4 s: R
Example 2:
) I& J/ L8 ^! ?3 H3 }6 P& _0 U. r, U" MHouston, we have a problem. 4 K! T$ G, Q9 }8 T, _
What?
' B0 t2 V1 Z$ o: K; W( {Never mind ; G+ S- |0 ~; W% `" C
What's the problem? 0 I" I: A+ N L$ H6 m
Nothing
" E2 c2 \# w5 m( C4 R" {& tPlease tell us?
* ]* ]! E7 d, {# g _ e$ r+ ?You know what the problem is. m& f) P: o* D
; l; G( j) ~8 i9 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。
( w0 @: S; D/ L1 m( T" U6 _. ]2 r- U1 r' g
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。) T/ [- r: K9 H" K _) Z
+ A7 [8 }% T% U8 n
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。
9 x3 u8 a8 ~8 u3 s4 x) p. p0 K. G: a/ t! _7 R- R
看到这里,各位男同学觉得眼熟么?
! i* i6 o2 G3 U$ j/ [! k6 p) k再来看看前面的两个例子。。。2 H& g" f4 }! }& [
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。。。
( i$ U- w1 p) }7 a6 _" V& I
6 R; f! i% }# z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。! @: }5 U8 y5 @, w% H
f f3 w, u( O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?
* x3 l& M; x! p( |8 s+ g
7 v J& D/ d* ^' i8 w1 Y8 L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。。。: | D, n; H' Y
1 g, c, Z; k7 k8 p. S) E0 K! g为什么相爱总是简单,相处太难?得training。5 A3 h, h/ Q z/ k& j- P+ C
8 q6 p. w. j$ h/ i5 ]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。。。
* m% Q y/ J) _% |+ _
) u6 o7 s! I$ ]0 q( ?& k3 |( E对了,那什么,我得先走了。。。有没有下回看缘分了。。。0 T5 h* D8 ^3 R# ?
|
评分
-
查看全部评分
|