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
* k' e9 b" R/ E9 G2 c. }+ b' q* g
( y8 r2 \7 R0 H3 ^5 F G2 S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 A) G5 Q4 h7 }) o2 s
+ ^$ K; [" y, O2 U( }6 x. t" x跟大家汇报一下最近的学习心得。& ^0 X! q' T) k8 f! [0 F
+ J. _) V- ~0 h" P) h' B' e' l; d$ B+ Q3 N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4 `" I5 d( [) S' ] g
3 P7 ?) |/ P0 x$ r8 I( V$ h
最怕这种品牌问题。简直送命题。
! @& C2 {# ?- F j' Q7 }& u6 _9 W7 g. 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。
+ M t; v- p8 g. E+ Y$ ~ t+ Q
) Q( b# X- g( b( x这事儿勾起了我的一番思考,值得跟大家汇报一下。
/ ]/ J& z8 H4 ~9 L. g8 h4 C
j/ H I3 t0 x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。。。# } |( u/ j7 C
# \5 e5 X- S0 F @ K7 \% M$ k7 `5 D
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:$ g, x$ y- m" }8 o4 U \' c
}0 S9 i: n( c9 Q
Example 1:
; |% S- R8 P% E2 k" U5 U
8 o+ o% m& X2 b1 q咱去哪儿玩啊?
8 Z3 x" |8 C; ]" ~% W都行
' i9 W. C; C+ }7 Z% X那咱看电影吧
0 @9 |) Q: M+ W9 f, `- D$ Z% \太老套了
0 S' }9 ?, E3 v& w" e那咱打保龄球吧?
- F$ b$ H+ t- G7 B% g5 I( p大热天的。。。
0 Q1 ^/ M, ~4 U2 j4 I那咱去哪儿玩啊?
' ^1 X4 u! D) ?' @4 |; c% t, A/ E6 z都行5 |/ G+ v# G8 }$ P2 f; R0 ^
! I& S2 C, f1 f咱今晚吃什么?
* e2 j& q( \. { t4 e) C9 o随便
9 U4 b) |" m) X6 Q5 F那咱吃火锅?8 r8 v9 } r; r& v+ r
吃火锅长痘痘。
' V- V6 q5 l! Q8 g那咱吃烧烤?5 K8 n, `' X7 d/ B& I
上次刚吃的烧烤。
& q9 i9 H. T6 b# x* q0 D那咱吃什么?/ j7 H, m3 [- M( S8 o4 `6 ^
随便 # u+ ?- u3 X* {" R9 m; k
5 @. g( j9 O8 c, L' P' C$ q$ B
Example 2:
; E3 T' U. V8 T" y+ aHouston, we have a problem. 7 o% _, H) @* n$ r
What?
& H" z0 t9 @- u8 m3 wNever mind % Z) ]% R1 |/ z7 p# h! s
What's the problem? 3 H |" P6 n! f
Nothing * I1 Y; w9 r. ]
Please tell us?
$ }) ~+ s; e! rYou know what the problem is.
; L0 I! ^& y+ @
0 w' z5 Q5 v# ~. a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。
- t9 T! d# s( ?: ~& W, I2 o
, _5 |0 w! A c$ A/ z0 o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。; Z8 Q+ w$ L9 T1 m* B
6 S& l& l' X! ?( |4 {9 O( M* M
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。
/ N7 g( n$ M3 k \. G* j: ~+ H; J. \( X" E3 }
看到这里,各位男同学觉得眼熟么?
7 t* _- R1 K' d1 I; g4 k& r再来看看前面的两个例子。。。! S4 ?/ P) W7 a8 z
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。。。" t! B a) z$ y3 M! W" T
7 m4 j: E9 [* t( y# g) Z6 [( ~ j8 m
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。" k! m) Y) D t! Y$ y- G Z
+ N0 l: U5 G7 P: ]; `! m8 `% m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?
% }% O/ u3 W4 ?* J2 D, o0 X# L! e7 l# s/ F; x
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。。。
& ~2 J6 Y1 `9 X% X0 X; E0 P$ L5 i3 u' N! i, m+ ?
为什么相爱总是简单,相处太难?得training。6 L5 f2 g! n& Q# r" M$ e& R
- [( }6 g3 J# X: o
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。。。
6 e4 m5 }2 h4 j; K( o3 c$ q$ M
$ O/ _8 A" _! @6 R对了,那什么,我得先走了。。。有没有下回看缘分了。。。
' z$ B- L2 `( y |
评分
-
查看全部评分
|