TA的每日心情 | 衰 17 小时前 |
---|
签到天数: 1757 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
% I: E3 q0 o& x \$ j
2 w7 S; @' w* s! B1 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。% I4 _6 T! ~, E: G6 k' R
+ l# w1 F& ^) z- X跟大家汇报一下最近的学习心得。- d% c! [- { G9 Z
+ P ]9 b. a4 y, f+ P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
1 s% C0 l" e( b6 Y3 _9 U, r( M) t( v0 S5 T: P9 t
最怕这种品牌问题。简直送命题。7 Y) W B6 z0 V
6 U2 c% U& a2 b1 d! c( |8 r. u$ n
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。 / |8 f( G' [5 f& z8 {
9 U" `) P! B# I7 b) O这事儿勾起了我的一番思考,值得跟大家汇报一下。
% @% u5 u. p$ n2 ^! d. Q6 X8 Z" H! i" p. Z" v5 l9 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。。。: a! ]3 w1 E+ s1 ~
b$ y: E; Q8 O( T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:' l. i$ c9 f) U$ Q, j, _+ v7 c
- U: r! [( O4 W) [% h: {. |. I' s
Example 1:
( ~, P# x5 g+ r, B5 |, o' [
' P* A2 C: G: ?: \7 v3 ^8 I咱去哪儿玩啊?
1 F! t9 I- g+ m* n# [. X- N; t都行
8 S% |& s; T; a/ c( V那咱看电影吧" s" {# l5 | `* S1 o7 @
太老套了
% Z" d0 c# z$ n2 b+ T6 P7 R8 w那咱打保龄球吧?
; q. n! Y/ K7 a. t, w- ^4 l大热天的。。。
! S6 U8 V: d' o" U% V) u3 {+ ?# r1 |; x那咱去哪儿玩啊?% d# ?- N2 ^0 t* \
都行' u5 m0 x* N$ ]# H, \1 L
; y% n, z3 ]+ S咱今晚吃什么?
/ [( _. Z, g9 @! J0 J随便/ {: H3 }( d4 _1 a) U. H- r
那咱吃火锅?
$ g7 Z( n6 P' c7 N: H5 r" J吃火锅长痘痘。# r+ r5 q; {$ A4 C2 \! v, {4 W
那咱吃烧烤?& y: |3 K1 S# @
上次刚吃的烧烤。
1 [6 t* k, ~( G( {7 j$ @那咱吃什么?$ K- J; V, e, M6 V) M1 c
随便
' x3 _4 }! S/ w: y' C$ @4 m3 a4 t Q" @ J" T9 B6 e9 F* I7 D E
Example 2:' v( b3 z0 \& @. v: L1 N
Houston, we have a problem.
8 f' h" y$ q2 Y$ y' V; X; a* {: _; OWhat? : J; I% { D" b
Never mind
/ j# p+ s) ?' I F1 R3 f8 @What's the problem? ) c/ g9 n2 }6 j2 d2 `+ a
Nothing * W% l7 T/ b8 W! _4 D
Please tell us?
1 a6 _$ Q% e fYou know what the problem is.
' ~; {) |6 c7 O" J" k% O. L2 z& S% u2 [9 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。- ?: ]6 T, k# s
9 n; y, j5 y" q. H' `' e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。
* Q7 A5 z* B6 D. Z
& q8 V+ {# k7 h2 y/ |; c2 q; T4 E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。7 W$ ^& R( b! L7 Y# V9 A
1 v$ ^9 e4 a& O8 Y+ v2 Y
看到这里,各位男同学觉得眼熟么?
" Z4 r" M2 s$ y. V再来看看前面的两个例子。。。' ]6 M) J# g$ F$ e
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。。。
v/ W$ T: ?5 A Y! g a0 g: L1 f! I, W! q* b5 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。) t" Q8 r/ x U, U0 {
9 D( T! F- K6 X9 m3 G, D6 Z" n
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? D+ V% c! v# P1 K5 F$ Z
8 W) x; R3 P1 I' d. ~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。。。9 ], P& @& X" A& v! n8 @
/ }& I" n: J' ^5 p为什么相爱总是简单,相处太难?得training。2 N! n( J ]2 A/ s
: I ?( d' d) ~6 H
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。。。
2 N6 g9 u( J5 F+ s' R" q% s5 }6 O' ^" I3 P+ |+ o
对了,那什么,我得先走了。。。有没有下回看缘分了。。。* b+ d! c. O4 a5 O8 {. g5 z4 b
|
评分
-
查看全部评分
|