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
2 T' p4 O1 c- w9 p
- \* j* g- ]7 u. ?' [1 z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。
5 |9 T) ]+ T4 z/ \& ^
! `3 n$ T& m5 y& t1 a' M跟大家汇报一下最近的学习心得。( Z# C" ~2 R4 U% e
0 K0 |( w5 J# P% 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
! |7 `; N# D5 h" \# S' L
3 M* b$ F5 ]) W最怕这种品牌问题。简直送命题。
% x! Q' R) j% N( ]6 s' ]% U' ?; r& U5 b: 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。
" P, y |0 t2 B5 @0 q+ z" J6 T/ f, \
这事儿勾起了我的一番思考,值得跟大家汇报一下。
4 r: p" V4 j) [+ T% i/ L
4 U* s9 P$ @, J6 [8 x: g4 g* L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。。。
! Y/ a+ P" b3 S) C% R) u
" V$ H" u: x; E+ y7 L: H: }2 I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:
% l( ]% R1 \/ j% h( J" ^
7 m' v: {. r. D% K( HExample 1:
! \4 C7 \' Y4 k: d2 K7 {
* T1 W( P# M1 i o& P/ C+ _# U咱去哪儿玩啊?! {1 l3 |$ x" P' b& F+ U
都行9 p( Z' ?" A9 |9 J" |1 v& I
那咱看电影吧, h. `4 W* U8 R: c6 J
太老套了5 Z5 ~% e+ I4 n3 N
那咱打保龄球吧?
, O! y! e; h1 l( J# a o大热天的。。。5 y% D8 m$ X1 L l0 [
那咱去哪儿玩啊?$ X! ^& T1 ~, J, Z
都行- x1 f" w6 S4 M
/ k/ p* p8 u8 J, t) b咱今晚吃什么?4 n; K# b; i$ ], {, A* `' x
随便
( S1 |3 N7 u/ u- ]8 q' z那咱吃火锅?" f- S, p5 T$ w, Y8 P" w0 B
吃火锅长痘痘。
' I3 k+ d5 A' Q; I2 j那咱吃烧烤?
" x& a, L2 q0 M6 v上次刚吃的烧烤。8 D; v, u9 o- O$ ]
那咱吃什么?
* s% q* F# P. S# ~0 X2 T随便 2 @9 n5 u) Q9 `2 t
4 _( {% B/ o2 E" V9 U; |4 u# w
Example 2:
, ]) m Y; k' t) D BHouston, we have a problem.
! V; v. _7 b- s$ [1 _What?
1 K2 a) g4 N% L/ @8 l, p$ ?Never mind , A9 d# W* ?1 ~7 s
What's the problem? & t# \4 V. G5 s! O" }: }# |9 s
Nothing
0 f m, M. i- Y$ V: B Y( QPlease tell us? $ U6 R. z$ r7 E# P; f' Y2 Z2 ^3 Y0 q- |
You know what the problem is.
5 v, a( z* ~. B6 ?4 [' `9 ^$ L
5 B# v$ f8 [: W7 ]- |. U: Y* V2 u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 a- G# p0 s* @0 K
2 I. R, K. b# H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。
: A G. e. w) a- N. U- { z" r: `; V) B# C: F
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。
- }: F! U1 j8 y) { ], j5 @6 U4 V F0 f
+ Y% |" ?: P+ A2 h$ ?6 ^看到这里,各位男同学觉得眼熟么?" c3 ^% z5 Z: _2 f+ J( j
再来看看前面的两个例子。。。2 M5 B" m2 F [" Z& Z k. I* B
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。。。7 i5 f* [+ z4 i
1 e8 m) B$ h4 K& w/ W0 j& u. |) V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。. B4 y4 M$ j3 q1 t2 p
$ M4 n2 Y4 E4 t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?
7 B/ R' |) |1 z- h3 M2 ~3 m C& E) H6 A+ z' m C2 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。。。" l1 r: I- {1 _
# _" w% j0 s5 q F" I% \& n
为什么相爱总是简单,相处太难?得training。# u5 s- f* r4 J
7 b1 M! W& |+ _ R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。。。5 ~ p7 Z0 `" J. T0 h! ]7 G0 c
3 l v" @0 z) N对了,那什么,我得先走了。。。有没有下回看缘分了。。。1 Y" A5 d/ R9 l. \2 b) Q0 Z+ ~
|
评分
-
查看全部评分
|