TA的每日心情 | 开心 10 小时前 |
---|
签到天数: 1646 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
, z0 y& A* \- [- ?% k0 S$ _% E) @
5 n8 \; A- j- T) X& i5 N U3 `+ Q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。) r8 E9 M! z/ S. Z9 g" G2 Z' W) A
4 p8 d$ |9 Y+ d) m" z; K* M8 U
跟大家汇报一下最近的学习心得。! R, X/ X5 n. {7 S! H6 l- O5 h
: U% Q7 I4 p/ s+ K2 o" ^$ u
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
5 }* U5 ?8 K7 W, V; |: W# T: u& r0 {# a6 ]* U
最怕这种品牌问题。简直送命题。
# o0 o9 X3 a7 y* }) j* l0 ^7 ?! Z" q. f+ U
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。
+ v. M$ ~- ], i0 n) p% D$ h4 v$ [% N1 @, v
这事儿勾起了我的一番思考,值得跟大家汇报一下。
% h6 X9 A7 c. Z" M- v" M+ {7 X: C8 q( q; Q% ^! m2 K
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。。。
7 I$ F# U3 o4 @! a
% K9 @" K8 V. `. 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:
3 x: q: w3 D) F2 z. W- D! i& |$ e. m9 Z4 ?9 H6 T( `
Example 1:
% s! L; V$ }) T7 y1 |
, |0 x' H' E0 q0 _. i7 d d( t咱去哪儿玩啊?2 k% o. w3 c: p2 i' l3 r
都行* `$ X' \2 C5 j; Q/ t. d* x9 y% h
那咱看电影吧
- w/ v3 v* S8 R# `太老套了; Z2 r% O( m: U; z5 \
那咱打保龄球吧?
" C! r1 H$ A, u大热天的。。。
5 w4 u- x" w5 H) @1 T那咱去哪儿玩啊?
0 I5 L3 n1 X: n! A都行7 `1 k, J5 d7 P3 u0 ~, H: a, @
n0 P, H" z( }; D! R6 p咱今晚吃什么?
& b+ M" q+ [0 o& W6 w5 U+ b随便 u9 I5 U, B! R2 X5 X
那咱吃火锅?6 v6 @1 w, C q0 I( C: l
吃火锅长痘痘。& L, j4 U/ J8 j; y( `/ S1 w ?4 p
那咱吃烧烤?% B( }* R7 j3 q8 d2 \; E/ z
上次刚吃的烧烤。" y4 K# R9 Y8 |( R- Z6 V2 m
那咱吃什么?
/ H1 J: t- V) }& a随便
& i( a0 }9 l% b6 x" Y. B7 M( _1 a9 d4 D* y% ^
Example 2:
2 y7 T' q/ Q8 ~. A) x4 [Houston, we have a problem.
: n: Z7 K6 [' D- g2 v" `/ |+ QWhat? 0 _9 a2 w H& d" H% V) y" y5 R/ |, k
Never mind 9 L/ g2 d8 ~4 D* a7 _+ O8 }( Z
What's the problem? , x, k: H$ B" [: K0 b5 p/ i5 q* b5 S
Nothing
@( K/ Y0 R" g9 {Please tell us? 2 k: O- g; O5 G+ y9 }
You know what the problem is. 6 \% ?# N, `9 H8 q
% Y1 ?. y1 U* w) V# }+ Q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。
4 I. {& Q5 Z; {# u O8 V* M: v7 [; \5 p6 c, q! N* i6 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。' k- f, w* J7 A1 }; C
1 f v1 g$ v8 V/ U% ~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。
8 ]4 [: I( A6 M4 u
" t: Y2 K: m7 N/ z& _& j; F看到这里,各位男同学觉得眼熟么?: x2 p8 I2 Y2 T0 u
再来看看前面的两个例子。。。
9 q1 F! X2 C" Fxxx,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。。。
' d! I6 `- n) k. g' m4 G7 ^5 G
9 F5 j! J, M0 l" Q0 d7 k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。9 U2 ?. s1 B8 @$ r
8 S7 d( n% ?3 t/ b+ b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?
6 c! }0 O7 ?. a1 f' f5 l/ E0 ~3 k/ U/ G; K
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。。。
$ Q# ^9 d# e! l" O, R' z3 b8 w; n* E
9 J4 f" l: P5 J0 O为什么相爱总是简单,相处太难?得training。
' \8 C/ t3 G3 e" `& Q+ j5 @# {. A- O- ~/ 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。。。# F. X# f: K- u2 |& V
" O/ F H* P( ]# U/ i7 D对了,那什么,我得先走了。。。有没有下回看缘分了。。。
1 p7 L& _1 e" A5 z2 t/ E9 _5 ^ |
评分
-
查看全部评分
|