TA的每日心情 | 开心 3 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
* x0 Y. l, t3 c
- g2 N* o9 X( p2 A" Y* 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。' C% P9 `5 @- ~& D( a2 ~+ i/ A
) z5 Q) L) W8 p; P跟大家汇报一下最近的学习心得。
# e" ?' t% k2 W7 e( `& h. ?3 N: q e
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( y9 X: }$ l; U2 e
! o6 D8 U' ~- A# S! n, G* x$ K5 P' n
最怕这种品牌问题。简直送命题。
* `1 r, c ]% P% S: H* m
( O6 `% O, B; 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。 # G4 ^5 y0 G3 M6 m8 B) j
' M. x- h( @4 F. {$ ^3 ~; p这事儿勾起了我的一番思考,值得跟大家汇报一下。
& J! r0 |( Q+ O7 v9 T) T# n% y J- ?9 O! z8 G$ m& q
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。。。
$ N5 k i K0 T& p$ }( h' F: C/ i: z# \' L1 V- |+ a( Z
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:
8 S% U4 ]! z% f( i, |; w2 R5 t% \, b2 Q4 j# u
Example 1:
, j0 i7 D9 ~& S* n
0 U% O9 ]& F" S3 g- D# h3 ]咱去哪儿玩啊?& P3 A- E6 ~3 ~! B4 J- ^" Q1 c
都行
" E* i4 {7 s, L; t) f那咱看电影吧
! L6 H0 [1 i3 L n5 @. k太老套了% J$ {* l% q, A, f( X+ X
那咱打保龄球吧?; x. p* F% H8 X2 j& R5 z) {+ ?
大热天的。。。! @) E* L9 ^3 ^( c0 |* s6 P' E
那咱去哪儿玩啊?6 u$ U+ O: W2 Q0 L2 Z
都行
, I+ R A' R# f) Y# v3 r g: L+ H: A! [4 R
咱今晚吃什么?% z) U; Y+ z' j. K7 k' P
随便
0 _6 }, d: z1 e/ H那咱吃火锅?1 w& S& W3 Y. @) k" d# Z. Y7 {
吃火锅长痘痘。
; l/ B$ g; w d. T j那咱吃烧烤?; q- F3 @( Y$ y9 U* ~ V
上次刚吃的烧烤。; e: V9 \$ Q3 |: N: Y z$ l
那咱吃什么?
5 o0 t( F9 `. A% y随便 ' P$ R; V7 }; W( X- W
) Y' ^1 G3 @1 e2 ^4 Y
Example 2:
d" _6 D9 U, |2 ~Houston, we have a problem.
2 [- P8 c9 Y3 c7 z- wWhat? / n1 Q( H! |0 L; u/ ]" [3 d, \
Never mind
& L8 P6 \7 ~/ D! PWhat's the problem?
, b; e) z& Q& N% J8 S7 U' _6 ]% LNothing 3 L: ?0 `6 K. b' O% W( U& P* q. s
Please tell us? " i8 V% r0 ^% y6 v$ n
You know what the problem is.
0 W7 L6 {9 c4 J( z' F% T. v! r* \1 f. S( C% x( }7 F: L* g8 V
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。
8 H0 S7 W' N1 J: G5 G( K5 u3 e, Z' V. ], W3 w, D1 w: A( a9 K
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。
1 s; g: }- U5 z' M/ X) Q3 C6 ?3 p# A. f9 n3 _) S! T7 n/ ^
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。
% d& A/ c: t- q) H, m; z) L. N' H& C, _) A
看到这里,各位男同学觉得眼熟么?
X% R0 {# n1 S5 ^: \- j) r再来看看前面的两个例子。。。
+ \1 e w4 |7 g7 Hxxx,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。。。
4 |. _: [ m' W- d
5 {+ W7 @. X" n! U/ I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。4 I4 p3 o0 `4 S5 |- R) Z
, l2 f# x! A- i, ] V8 X1 r
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 J5 u. h9 h) ]. G- O' [
! i. n7 ^. q+ y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。。。# `* m; I, m. i- q4 N' Z, {: j
. N5 y! @6 o7 d7 c
为什么相爱总是简单,相处太难?得training。
3 J$ ?, p# u5 t7 ]% h& r" n8 b7 ?4 B* U8 v
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。。。
2 k1 v: f \8 @: d3 _7 x5 C4 D' u
对了,那什么,我得先走了。。。有没有下回看缘分了。。。3 Q8 k* {& O2 |0 [' G: ~
|
评分
-
查看全部评分
|