TA的每日心情 | 开心 4 天前 |
|---|
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 $ z6 O3 d" ^( y
4 V: t: K" 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。
6 K: u& J5 x; H3 g$ e, B/ M( j8 S1 S6 F3 ]. F
跟大家汇报一下最近的学习心得。9 l& V+ O5 ^1 b D
: v* x6 N3 V; N7 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" D6 H. S5 U- |# g4 N
# H' z; V( f1 @% v* C
最怕这种品牌问题。简直送命题。
0 I- d3 z! T2 X8 k' n k! {6 t
4 m& n& e; f H1 ?: s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。 ! N" O' i0 C, R3 T
* g' S2 Y) E2 ~) e9 U) q5 P0 c
这事儿勾起了我的一番思考,值得跟大家汇报一下。
$ R1 J: t N ]8 |7 P3 A' o) s' W7 V) O3 x' O) r/ F
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。。。
9 [6 |$ x) @$ S* t* T2 x4 m9 P# O- f3 U7 x+ N" Y, {
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:. j5 r4 j% w4 k% n/ \; X# O2 A1 s
! F) h) b4 n9 C7 `, e; a
Example 1: B, n- s2 I) P8 _
/ T2 v0 k" M. f
咱去哪儿玩啊?2 B8 c% A. X; D7 h/ M/ S$ \
都行4 A! M( ^7 S, M& J& i! B u
那咱看电影吧( v8 k# r, K) {# S* }) z4 @6 D& R
太老套了9 B7 U2 Y7 r/ A$ l |
那咱打保龄球吧?5 ?2 ~. j& h4 q/ t( `# r
大热天的。。。) z* R: Y- {! w' h+ U5 G
那咱去哪儿玩啊?) N) K5 C& P2 ~4 N S5 f$ ~/ @
都行$ w! O' g2 t" O
8 I# o6 m8 E, Z
咱今晚吃什么?2 W) [7 b' _8 I& o7 ^0 }
随便7 V( Y6 ]: [9 }$ \* `
那咱吃火锅?# o* L6 ]0 x9 R" z8 v* `( ^) r+ d- A3 p
吃火锅长痘痘。
. [0 I, o. s: k* [那咱吃烧烤?
/ c# O* t& K1 W' s3 R( M2 V上次刚吃的烧烤。
, _2 W! v; g6 j那咱吃什么?
; d1 }5 t$ {/ ?% U4 M7 i9 Z2 u# n* E( J随便 ' u' l6 F/ Q; j3 N4 o/ R* J
7 v7 Y# Y7 d6 H( O# n" l0 KExample 2:
! [7 g" |' l2 g6 {+ ]5 c/ ZHouston, we have a problem.
4 w$ v8 A$ O5 s, {1 ?What?
. E! c7 V/ f0 p& O' f PNever mind
6 N3 e* G& k/ `% H gWhat's the problem? 5 l \6 F0 |1 |$ G
Nothing
' U- K0 N4 i# s8 Z' tPlease tell us?
3 j. k' ~6 {" {# h% fYou know what the problem is. 0 {' o$ t1 m1 Q' w$ z
6 o7 U6 U0 T. R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。
# a4 |7 a# C* R. P% i/ h/ x2 ~1 B4 N& M7 |& N& K- k+ }! r x
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。7 {7 x/ l! p! E J% }8 u
) |5 i$ n0 U9 v, j% Z% 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。
, a b' I2 z" M. g4 R, Y1 t
9 n B" | @8 p: L1 G0 d) `# _看到这里,各位男同学觉得眼熟么?
! o" ^' R2 |( ~" k. \再来看看前面的两个例子。。。
1 @, U B9 R; D% @2 F9 s/ K& g8 xxxx,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。。。
5 B% W/ R, g; O( R6 j; @
; V( [- k6 l1 J& @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。
( f. C! u9 e; L4 @, R. @, y2 S5 ~7 U( u
0 ]% H* F. a: W, F) S. c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 V" _! W7 l) e
. ^ h" B' X) Z' l& {9 G! H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。。。: B; @& u. ~, q7 F \. L' s
' {$ @* N! O1 R% F/ X为什么相爱总是简单,相处太难?得training。/ P+ k9 a; r) G
4 t! n4 U. |' {) r, A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。。。
4 l! G r; e/ j: e; p3 H) a( N s+ X, @! w8 C* l3 |8 U
对了,那什么,我得先走了。。。有没有下回看缘分了。。。8 x: v B. D8 X& H" q$ e; V5 h
|
评分
-
查看全部评分
|