TA的每日心情 | 开心 15 小时前 |
---|
签到天数: 1725 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
& a8 u; _9 ]9 R: b2 |4 G% d% `. q$ Y6 I( }& @& x0 }9 ]
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。
8 U/ R& H# M: z& U, i/ A) Y! f9 h! w9 z' I) K, `9 L
跟大家汇报一下最近的学习心得。
6 I! y. e. d* s* K5 o0 \* p
a" B. {5 w' f* q% V+ _( |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
$ z& k/ g- d3 J! E
0 Q) O. J" L2 z2 T; M& B* T5 w$ ?最怕这种品牌问题。简直送命题。
- y8 O9 _* T3 y! d+ i2 T% R- x- Q( [+ M" [) `4 U" n3 u8 p, A
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。 g, k# `. g4 x. M
( Q$ _- w s& P+ t f5 r
这事儿勾起了我的一番思考,值得跟大家汇报一下。2 _2 h6 `5 u4 u. Q
- w0 U |; W! P, Q' R- M5 ]
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。。。* g" c8 d9 M- s: u3 Q6 G, x+ [. B1 f
' M0 V; a) u t" |% D9 p5 D* g0 a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:$ t# S3 }, |. t7 a( D% y& y g
6 @9 M& W+ f5 a n9 Y+ q1 {$ c
Example 1:
/ W' g: m V7 M4 T5 O* d2 l& G+ \& B/ M( m
咱去哪儿玩啊?( J0 [. L! J& j! F3 p4 w4 K
都行
0 m3 Z/ {+ C5 ]' a0 Z+ @, C那咱看电影吧6 E R2 [3 g. @+ }$ \: H% B+ W
太老套了% S8 k* d6 w( `1 b1 i
那咱打保龄球吧?
: P& e6 C1 Q7 R% e- Y大热天的。。。
$ K6 g9 p; M" V* C0 ?+ e9 Y那咱去哪儿玩啊?! D- a% s" d" r( N+ B- K
都行/ _/ i" \. b/ K4 N9 ?
. w; O1 O! l9 n; i
咱今晚吃什么?/ M! t+ U( v2 O4 l" {
随便
- q8 Q! a9 g# v+ K- [1 Y: j那咱吃火锅?
) Z$ E: O$ ^; j' m' i1 `吃火锅长痘痘。
& ~- y+ V8 d; V) N* ?0 f+ E那咱吃烧烤?( M; D9 m, B3 s
上次刚吃的烧烤。
+ w5 P! @) ~) d! W3 E* @* D4 \那咱吃什么?
% a1 t( z+ ^; O1 g随便 & i8 i* |- s3 s' G5 Y- Y. }" B- j
. i. w% J& X, }Example 2:0 {( l) v1 m B3 ~4 \2 s& A
Houston, we have a problem.
/ p5 m* h2 q4 h. IWhat? 8 p2 D$ ]* z9 H3 h6 v+ e
Never mind
& }# t' k$ k8 P4 a* PWhat's the problem? [ n' S2 X" N0 K
Nothing 2 C3 u9 v$ q8 y" b0 P( m+ K9 D
Please tell us? 7 U0 G$ Y# F) N- e, D) [* F+ O# B
You know what the problem is.
5 H5 D! C9 Q! `9 Y% u& B0 [3 _1 {4 M" D3 s, b4 o" ~# ?* ^
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。
: T) C( T9 j9 O: a8 _$ A% l
% o- M8 l6 ?% ~8 S( v0 J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。
- u; G4 q. E; \8 F+ \ {# P7 w: y1 k# }' ]& _
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$ f* O: _0 Q$ R! _: u
, l! B, B6 S8 l3 `9 _6 C5 G5 T
看到这里,各位男同学觉得眼熟么?0 o' c; f( I! b' i( J) l, C) C
再来看看前面的两个例子。。。( x- z1 `3 y1 ]* f+ w6 b- w
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。。。 g( |" O% X7 a, x% ^9 e
2 \- l8 \0 K4 H/ ~. l
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。
! t0 p1 P4 \4 Y$ ?/ K6 N* e4 {% P' e$ }
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?3 A5 W8 Y6 [( c6 U0 e1 Z- x# D7 \
9 n" ]( O/ \& S7 }) z2 L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。。。
1 B4 N2 t) A$ z% {2 v% W2 B4 R/ d2 C% P( i/ D" y& A; V2 l
为什么相爱总是简单,相处太难?得training。* v, }& R9 o6 M* ^, ^8 f/ m
1 p( }- m2 a% L- i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 S9 q9 |5 a: l) |! n! ^
, D/ A; @7 p7 ^. O对了,那什么,我得先走了。。。有没有下回看缘分了。。。
9 `) G8 N2 E8 ]1 d( Y7 S1 v |
评分
-
查看全部评分
|