TA的每日心情 | 开心 10 小时前 |
---|
签到天数: 1787 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 - U6 Y3 U. j. V ~* i) t5 ^
4 M* t" ^5 G& X* O+ [! T& O* b- t
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。
% {0 n( n3 h3 X) f$ |
: n& R6 f; X! a$ Y# \9 H跟大家汇报一下最近的学习心得。% s& X0 L1 K- N
& P) n! C8 x0 @
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
+ t( q9 B% v; ~6 O6 c: h- t8 Y* K6 ^2 Y) V6 c/ `+ i0 ~
最怕这种品牌问题。简直送命题。
" z4 O9 @8 V v, t" j) K% d, q9 f
3 q; p* l% Z$ |! J _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。
0 q! s7 I9 k* ^3 @/ x
0 Q. o5 [! @' ?- }) m4 j, n这事儿勾起了我的一番思考,值得跟大家汇报一下。
; {! o I, b3 Q7 h# r% n
/ ^& }2 U, {, M; 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。。。' F$ b V5 h" |* q1 M4 e
& v9 W0 h6 {1 W. R( F
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:
j+ O. `9 O( d6 N7 y8 c$ r/ G9 ~' [6 Q
Example 1:
5 y; B1 M' X" D q
/ S3 d3 D, Y! c) T咱去哪儿玩啊?, J, E5 V# _: {
都行
0 M; g' c4 {- i那咱看电影吧
8 O+ |. j/ A5 s: T; {$ n太老套了
) n1 Y, G. c% E1 I9 x那咱打保龄球吧?
8 ^( T' R3 ?- ]" R大热天的。。。8 I3 b; Y4 w8 |$ s
那咱去哪儿玩啊?0 l2 B8 o# B0 y
都行2 W3 ^; n% t( L2 o8 {
4 w: V" Q" h3 v咱今晚吃什么?
?6 Q* \- B8 t4 p0 K1 X随便5 M5 Q4 Z' U* q1 O2 [4 p9 b
那咱吃火锅?2 h b& U5 `( {/ v! q9 w5 i
吃火锅长痘痘。4 }! L/ T1 [: H0 O5 F0 _$ G: ^
那咱吃烧烤?
m; O1 N5 V: F上次刚吃的烧烤。& s; n% n; M# [, ~$ ^
那咱吃什么?" s- Y3 C$ d! Z! @& u9 k7 I5 m( G
随便 3 d7 _7 D: e o1 T& j. R5 s# K
7 K+ I) e0 j( q) B3 w& j
Example 2:# l. @/ o; f1 Z+ k5 @
Houston, we have a problem. , x) j/ I5 T# j- U. Q* r
What?
& T" [& R' ^1 r) N) fNever mind # N. v' \1 B: j0 w
What's the problem? ! L1 }; k& ]7 O K o
Nothing
+ l; A! H; D8 o/ xPlease tell us? B8 D4 r i1 A* C/ p8 h8 e, v4 T0 n
You know what the problem is.
% I! `0 Z6 A, C3 b0 L+ U9 o
! x6 `; J. l1 y7 S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。% i4 L$ P% h2 N2 t5 Z( {$ M
( j0 R8 X1 g4 @" I0 w1 o3 C
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。( z K' g. B' |3 G" W6 H9 {
% ^% ?9 M2 W9 E+ Y
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。
+ J c& u/ b. u4 o
! A2 `- ^" x2 H4 S `看到这里,各位男同学觉得眼熟么? ]0 i: S. o5 _3 e+ `
再来看看前面的两个例子。。。, N) V3 b" _0 M: F( A; n8 I
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。。。3 R1 I, e' G' } u' M$ e/ e" W0 m
/ {/ u" t' O& n8 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。
; u( [" Q$ y: K! }( s+ {
9 x1 c6 v2 d2 i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?) [2 M% p3 r% j6 @& v
& C2 l4 g/ H6 }
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。。。
0 z( W* |& q0 R) a- Q' T. _ w$ m, P, O. ~' m9 {' I9 {+ O
为什么相爱总是简单,相处太难?得training。* C; R* L0 d" E7 E" e+ X
1 W0 D9 \9 ^+ 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 v6 B3 S6 R- a7 f& w2 a, S i5 X! i' \& D# p! A
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
X# ]& o6 K/ L$ }: i |
评分
-
查看全部评分
|