TA的每日心情 | 衰 2025-7-28 23:17 |
---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 * B% B* ]1 q$ a+ P0 a/ h
5 Q* |4 O9 k- L5 J( M0 N
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。, V. W6 G/ w$ {) D
3 V+ D, t$ R+ e s3 Z0 w$ I
跟大家汇报一下最近的学习心得。
: @* t& v9 R1 u+ r8 N
3 u0 @* ]. l- s. r6 R& h7 P9 ]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+ w @ `& P1 c3 i p
/ c6 ?0 b$ @! {3 f% w& L: R最怕这种品牌问题。简直送命题。. Q5 |+ X* A& |0 G i
+ X; \. `2 w$ O9 ^, e( Q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。 + C2 Z5 M& L& U* j# `0 A! V
) y. h, p3 {$ T# t$ r$ l
这事儿勾起了我的一番思考,值得跟大家汇报一下。; M# [& V e8 s; S
; d% r+ o' N4 F4 \* f, S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 P+ W8 E0 L: y5 P# }: d+ R' y! v& t' w+ H. w- B
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:8 r+ Y& }9 O4 s5 \
+ d8 S* C0 g9 b$ m( K
Example 1:! B% @) J9 r" u
1 {# }& X5 j: b- D7 K咱去哪儿玩啊?
+ j4 [: I( ~2 j. \$ O都行
5 R/ j* }! s, ^* ~. [% Q- o那咱看电影吧/ H9 x0 r/ J0 ]4 M
太老套了
* i4 f4 Q+ N" e# A) G! a" {那咱打保龄球吧?2 m6 b3 |# Y& H7 X- f Y1 S
大热天的。。。( O. e( O( D& ~
那咱去哪儿玩啊?
8 l; L; c# g" i都行, ^5 v1 F4 J- n6 }- e
+ e* N- Y- p; y. n, w9 w% T咱今晚吃什么?
; k/ v3 V$ Y6 I8 h8 o+ k随便$ @3 p' f6 M" }5 D# A* W
那咱吃火锅?6 n( e) V, I$ U x2 s o: e& X
吃火锅长痘痘。
4 ~: [) t/ q3 z6 }- ?5 }那咱吃烧烤?
' h4 r* q( i4 d2 S上次刚吃的烧烤。! J; _+ N& t0 {" m9 z) S, v4 C" k
那咱吃什么?7 W. I+ E8 \7 M/ G
随便 $ C. f1 d' {9 H& o! A# |7 h
) ?, h) y, I r; hExample 2:, R( r" B, ]3 J! L' E
Houston, we have a problem.
/ G. s* ]6 p, z: ?; \/ hWhat? 6 [5 R `" O0 x" D) I# g
Never mind
2 E6 V6 B, f2 N8 D) w# z; NWhat's the problem? ) j$ d) {6 m2 C9 D Q1 m
Nothing 4 v% R8 k% E9 B9 y# u, H
Please tell us? ! y; S8 c; O) P
You know what the problem is. . B2 A. F) {1 _4 @& L& g
; `3 `: l) K% r: k* T$ u/ _# [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 W* d6 v1 l) ^! Z! t) s4 m* o
: v2 B/ ^1 T5 j; }1 s8 y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。2 m7 C2 f3 i6 y7 A6 N* A
8 {# e% d8 Z j) I; O: A) W
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。( V, t/ @: o1 S
9 f* N! l5 j! l2 h8 w6 J看到这里,各位男同学觉得眼熟么?# C1 ~' s6 R( i+ G+ H2 a: Z
再来看看前面的两个例子。。。1 ^2 h$ p( f# O j2 D
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。。。9 X8 {% r( \5 i9 A$ c3 L6 R3 \
# _) V9 a6 L0 |
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。
) A9 x, L/ v# P) ~ n5 G$ @: m9 \0 q8 |4 M' r
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?
7 |$ A6 e% W3 v+ g& `7 Q F; {% d% b! R0 [ F. f( e
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。。。- i; g$ K4 H- \3 b8 `3 p. s
0 A* I6 V: j( S" \5 {8 t. `4 C% O为什么相爱总是简单,相处太难?得training。$ ^5 G% b6 L- c; \
- g6 Z: S _- k5 F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。。。9 C6 y/ s% B6 F* u
: B2 R' T2 E- D T对了,那什么,我得先走了。。。有没有下回看缘分了。。。. @6 @$ J, z* L1 ~$ l M
|
评分
-
查看全部评分
|