TA的每日心情 | 衰 2025-7-28 23:17 |
---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 5 F9 K) Y3 d. D- ~
* O& [; d$ o* a6 ]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。; Z) y: j: \7 M* S* ~' ?" d3 g
# R7 A, e: F: v- z
跟大家汇报一下最近的学习心得。5 P a$ e0 D, p" O
: F% D1 e: f5 [
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. x. R% H$ w" y* S' q) \8 A8 S' `
3 Z3 _3 I) c6 b" M! o6 \最怕这种品牌问题。简直送命题。
- F7 p0 V* j. v" w- u! l8 F$ m/ `; g8 l
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。
6 q9 A# l7 t5 i, g+ r/ R# B! s( r: }
这事儿勾起了我的一番思考,值得跟大家汇报一下。* \& H# F4 ]. q. \- x
5 H# b. F0 t( B6 [5 `
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" P; Z5 [( z3 x
, q. b- I% S- T# b) T' |$ ?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:
, k' Q! y+ ~# T
6 g0 q/ P8 y& t) a$ {6 c+ PExample 1:* A8 |5 m* `1 |- X8 t: X% A
8 s0 \$ k9 L- J咱去哪儿玩啊?
8 \4 g2 P9 L$ y6 W都行
j( }: D2 Y) t) V/ o) Q那咱看电影吧
( L; A+ D2 X* }' M( h& d太老套了
( [5 `" x- u$ `. d( q那咱打保龄球吧?
% W. D6 M" a% q- T' Q6 K1 U5 f9 M大热天的。。。$ }1 W! h, {5 Y' b8 s. i, ?% C
那咱去哪儿玩啊?
4 E' h" G" P- [都行7 c2 b8 |: h& E
+ F$ y) S$ \* ?1 W& k% g" F4 l0 b+ x% |$ y咱今晚吃什么?
# I$ g% N, \8 c' y1 l" @8 X随便
( z) H6 H9 `, a- O那咱吃火锅?
1 h8 J- ~# ^' A0 O3 _+ h2 f& q吃火锅长痘痘。
$ {" j) }: d: b那咱吃烧烤?
' U2 g/ E8 ?8 _6 ?; @' g上次刚吃的烧烤。# U+ A$ v D+ M1 I: I4 u0 |4 W: B
那咱吃什么?0 _. E9 [& i" \. I- ~0 k
随便 7 f6 Z! T" x5 R' T: |. C
9 O) J7 T+ [. b; Q6 vExample 2:5 c: I6 z! {. {7 s; \
Houston, we have a problem. 2 \: B+ H' N8 k3 E/ z, d
What?
0 y; B. W0 a" b$ hNever mind % i; Z3 n1 X8 T ^, J, U4 ^
What's the problem? 4 O6 J8 M _' _! C/ v! w* K9 x/ q0 T
Nothing ! Z3 K T8 F, b( p$ e" P
Please tell us? 2 Z2 q0 \0 o+ z! A9 H: i" a
You know what the problem is. + F/ }& W5 s+ v
' o% y! `; ]* A/ l+ g% a y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 J! F. p3 z+ Y6 a3 p; m9 h9 X. X9 q
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。7 P1 j' {8 e2 \& r. M M
( l4 B$ b6 y: _! u5 w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。- l0 _8 ]6 R/ S/ O+ I: a2 N
, b0 l! ~3 q( L看到这里,各位男同学觉得眼熟么?
+ F0 O- \$ M4 z8 v i' |8 V再来看看前面的两个例子。。。
3 p2 R; R, T! Pxxx,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。。。6 o- f1 v7 P5 Q7 r' a! @/ e" k
5 ?8 g$ a# n. @2 E o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。. C; R$ f* R3 h
9 e" z3 L. Z3 e. F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?
0 s3 d3 F- R" C8 d) j$ O+ s A1 G5 D
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。。。
/ e+ y- w% W8 C2 _4 }7 V% I+ @) `5 X i9 | N* t' C1 A& \
为什么相爱总是简单,相处太难?得training。% {8 ~; H5 r/ ?( t- N& A
1 l# a- e- h' 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。。。
2 M- K# B+ ?$ p9 B8 S' _9 m! B- e6 i b
对了,那什么,我得先走了。。。有没有下回看缘分了。。。
; E; v1 a2 g* s/ y' m4 n V" }( B |
评分
-
查看全部评分
|