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
* G4 ]& S& G% D, n) i4 r" `; u5 ^; c- E2 b( \9 z" [
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。, F& F7 o, ?1 y3 P, e. U! J
$ j; I8 y: T5 k: d
跟大家汇报一下最近的学习心得。
/ c; z0 s1 M% K+ ?# y$ |5 m
$ ]8 P. L; ?5 ~3 R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! y/ ^ o" D6 s3 W% N
$ D* }9 _' l& K, P* i# J, J; U. C最怕这种品牌问题。简直送命题。
; e$ T& _- F. {- X1 I, l& [( S7 o& V! \3 H. [8 ?, D2 @
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# o( e6 ~7 t, ~
, L; r# z/ i; @ z7 u这事儿勾起了我的一番思考,值得跟大家汇报一下。! z: T+ O. _7 C
1 `0 M4 i! _0 t! k) f; v, t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。。。
( f3 H) l8 f( ]; A) j6 g% E( {6 }& \- o4 E2 G
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:+ P& v0 U2 F) X& N! v2 a7 j- J
$ N U6 k9 t1 k. @. b9 AExample 1:
1 N2 Z7 R: }; x- Q1 U7 N Q# H& M9 Q3 s' B7 ]+ b/ n, k# A
咱去哪儿玩啊?
+ X: J+ r+ {* E/ L# u都行" n. D1 {9 [6 X" b
那咱看电影吧
1 m" N# J0 ^2 R$ @. [太老套了8 h% A, C, N" x! A+ v/ r
那咱打保龄球吧?8 i4 J; m# R; J0 I8 N K
大热天的。。。
" X( |- I) o9 b那咱去哪儿玩啊?
& a7 k5 y% ]' p) M! g) ]* }" f! f都行
1 V, D3 I5 d( b9 z% y F# P' D+ v: @; F$ ~- K0 \; X7 ?/ H
咱今晚吃什么?
$ f" J& Q& J0 ~) C随便. c4 ?6 U4 Z$ d/ U' ~* x
那咱吃火锅?( v% x3 [9 N2 J8 a% K6 w
吃火锅长痘痘。0 i/ L# |: s3 L |" L
那咱吃烧烤?) d( ]# v$ T+ ?1 Q Z) p2 ?
上次刚吃的烧烤。. }( G- ~, j* D6 [8 O/ u$ H
那咱吃什么?
) O- Y, J% ]9 t( e/ c随便 0 g9 z; A3 X; {, X6 b
4 ]/ G! | j+ ?4 z( B
Example 2:$ X6 g" H [+ ?- z. `$ q
Houston, we have a problem. r C1 W& H- l7 n& f) |3 N% d
What?
: g( \; l5 s2 o% j. f2 ]Never mind
7 Y: }4 S `% K- HWhat's the problem?
5 @. O, Y6 n: y5 O; UNothing
% F& ?7 P( X% S$ [# r! Y3 R7 }Please tell us?
' Q9 C. P+ \# e# p9 n1 E1 O& ]You know what the problem is.
( q! w! ?8 G. R" r8 T( w! w0 E$ q0 j8 u) l! }
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# p2 v$ r: B- D1 N$ c% C3 U
8 N% v1 Y' p7 u/ s) 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。. r7 t/ L; B) m# R
7 Q& }# c5 _2 N* y" g1 |" f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。4 g1 z L+ c+ H' k1 W6 f
8 M- t+ O: z$ K看到这里,各位男同学觉得眼熟么?) o1 y1 W- d4 O$ ~1 B8 x
再来看看前面的两个例子。。。
+ l) ~2 \* A& _$ O- j- r- i2 a( Gxxx,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。。。/ l1 G8 i* y. X: F
+ p7 H. A+ a/ H( y- D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。
. H, F, V2 z: o+ w/ ^0 q2 U* I# A. H) J9 u& ~" W; v# O4 O! g Q
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?
9 i1 M/ G! y: M. C+ ~
5 k ~+ W U7 E' n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。。。; K) F3 ^' D; u8 p7 Z
% W8 K5 K j& w% e+ `" y
为什么相爱总是简单,相处太难?得training。3 R/ d: K0 w5 k! u# z; \
: P0 @0 U$ N; H) C! 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。。。3 ~3 d' J3 u. h. }- E
# _9 T2 g* |0 [% p) n4 J对了,那什么,我得先走了。。。有没有下回看缘分了。。。
9 |& y* g; N: G4 F; Y; |# F0 L4 ~ |
评分
-
查看全部评分
|