TA的每日心情 | 开心 2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
& i# H6 u- S! b o) U1 k! h; i' W3 V- j. h1 y
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。
% L7 x% J, e9 R0 V. L
* t& H% {/ M$ u跟大家汇报一下最近的学习心得。
8 }! l6 ^7 h1 l. d% U& w; M& U' X7 [9 o
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 Q$ a8 v" `: z- H9 Q4 Q8 {9 S
' X) U9 _3 N- c3 i2 |$ V4 s最怕这种品牌问题。简直送命题。
( M8 Y! U5 V, x1 l" }" w z
6 s: `$ y: U9 b8 j2 v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。 5 h# b/ f. D# ]3 L) T8 h1 ~
% Q& Z: L& J! O7 D4 T9 t# V这事儿勾起了我的一番思考,值得跟大家汇报一下。4 Z. ?6 W3 N% J, X- y5 b9 O
. P Y) |7 T+ }3 m% D9 q' V
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。。。
! P0 Z- Q. S6 B# d' A" U3 x
/ \2 E* V# i* _; B4 [% C; s" L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:
9 j; V+ t- A( a; z7 \
0 y6 c; P8 T& dExample 1:
6 N/ d( P! {: Q9 v5 C, m+ ^, ^+ m, B! z7 b$ d3 n
咱去哪儿玩啊?+ x: j, u$ `4 {' v# k0 f4 b
都行- f. x- ^/ u, k# f& ?* n& H) E
那咱看电影吧
/ v3 {* X2 m# i3 V. [- U太老套了
% }' s6 z! Z; X3 }5 }4 U那咱打保龄球吧?3 z `: _: d) f _ }
大热天的。。。! z! |' M7 X1 S$ N& i& D8 c
那咱去哪儿玩啊?( B$ c7 O& |" Q5 m4 g
都行! p; R+ @6 |3 f0 H: [4 _3 _# R; W
* l' Y( w3 u, X& L$ m
咱今晚吃什么?/ X$ i8 y5 r+ E4 O3 @+ H
随便
2 W7 S. D$ Y6 D3 D) W& T0 n( O那咱吃火锅?
7 Q/ k2 P* b& ]; B) V吃火锅长痘痘。. q5 V, \& Q0 Y1 \8 {
那咱吃烧烤?* p9 _) C' H+ n; L8 w, B
上次刚吃的烧烤。
% @9 P+ x! n, C/ m那咱吃什么?
. N& S: F( u; R随便 0 x A2 |2 j( N7 J
* Z+ b& e% l! c [7 gExample 2:
7 t& J0 L* }+ I+ F% g: oHouston, we have a problem. B1 Q9 ?/ X, _' |# j3 O0 `. {
What?
5 q7 f t0 W1 yNever mind
) @. y2 J+ g0 r9 s+ E9 zWhat's the problem? - c. D- G% A* F+ O. `
Nothing
$ f; d. z# d4 e' wPlease tell us?
" F9 S: S( O3 [) MYou know what the problem is. ; c, N, i- r& g* R
/ ]& z1 I/ E/ s/ P
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。0 |/ T9 ` u. b# B- o6 q6 \
8 d1 T9 B( M) {- x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。5 i8 s$ p+ i) |& Q7 _1 \1 `
( M' e/ V8 V8 E0 ]: d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。) o+ O7 N1 [( O
4 e/ ]0 }+ S6 Z& V% I看到这里,各位男同学觉得眼熟么?! H& S4 l3 D+ h
再来看看前面的两个例子。。。6 R6 K1 l% a4 _4 n
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。。。 l( q7 \& S0 H5 G' f
. }4 ]6 Z3 l8 l# i" g# s 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。/ v# R- U, J" S3 ]. _
& o1 r6 Q" K3 n
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?
/ ^, b% [6 ~- W( j5 t
$ N" i! |* V1 N$ ?: s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。。。7 c H( |; G/ X
]1 U% B9 P- E \1 V7 l: x$ X5 o为什么相爱总是简单,相处太难?得training。
; v7 {* z3 R! f8 ?. z
5 q; T+ g% o6 P# [: y) h* g. j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。。。
, n! {4 H0 W4 q$ {
6 J, S) ~$ i- R6 u* @1 l. W% X对了,那什么,我得先走了。。。有没有下回看缘分了。。。
' s& U8 {5 m) v, C; I5 `5 x1 b |
评分
-
查看全部评分
|