TA的每日心情 | 开心
2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 6 {# Z q* f4 |$ L
% S6 R- v- y3 Z+ Z0 _
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。- q/ z. X$ e* z2 m }
8 }% d9 |& H" \* f( ^跟大家汇报一下最近的学习心得。
- S* ~& t1 w0 n, M( e' U0 }) Q3 ]
+ ]/ d9 l4 a. u/ s/ r: \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
9 J2 U7 k+ A5 X: Y) J) `/ T0 v+ K- x4 X' K; w+ L
最怕这种品牌问题。简直送命题。
) W( p# j7 z- u& K* F6 Z8 x' q( }& |# a/ _
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 E( V% o8 ?) W
这事儿勾起了我的一番思考，值得跟大家汇报一下。
- Y' w( H6 P9 I( B o% G+ o
) ]* S6 Y" K" k2 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。。。2 Q& K7 r/ ]. j; `( {8 n
9 @& @# V- y3 s! c, y5 k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：
1 t" O* i: o0 n9 c, f V% e7 S$ x" I
Example 1：
( y* a$ ` Q6 m* g* y5 Z
/ ~* s6 h3 A2 \7 [, V咱去哪儿玩啊？7 P- T' W* ^) J3 J
都行
, G/ t; m& Z! a3 ^7 ^那咱看电影吧
) F1 d5 L4 A, F太老套了7 j( H/ m$ |: X) S, N4 G; v5 C
那咱打保龄球吧？6 ^& N/ V; i& n
大热天的。。。- m0 o5 N3 o/ q6 q& |
那咱去哪儿玩啊？
5 g, ^0 a3 t8 t/ N! ?+ [都行
( @# U8 {- u/ L( j0 N+ d& g, u
6 I' t! j# P" ]3 W$ i/ b4 j6 A咱今晚吃什么？% U- |2 L8 i7 E5 S0 {6 Z$ b
随便# V' Y3 X7 @8 X2 D& e) ^7 n1 k- j
那咱吃火锅？
* p' g2 _* p! D$ V; |$ L: Y吃火锅长痘痘。
( D$ Z& c! u: _) p" z那咱吃烧烤?
# j) S( G& W! r+ G上次刚吃的烧烤。
( T% M+ j. T" Z& @3 t那咱吃什么？
) d( V) }9 q$ i/ s随便
3 \9 ?% v! P3 }- b# q! _5 N5 Z- L# C2 p. ?) e" B- z( M4 J% K
Example 2：
2 @0 U/ t( [* p5 N$ {- U- E% c% `Houston, we have a problem.
7 r p& F9 {" Q# U+ x, I H, cWhat?
- }! D& S7 }6 W& INever mind
9 J8 d' P! j2 s* vWhat's the problem? 8 {/ O( k* x) Y# {2 \7 W7 h" F
Nothing
$ I5 x& Y, g0 Q% k3 P4 B, |Please tell us?
( V6 @5 s8 i3 L% LYou know what the problem is.
: z% |6 y/ q7 Z. f# R, M% ^' I' s0 R4 M
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。
& ?" y Z0 i+ g" |! s# K
& e s0 f' B: p, _& V. @3 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, u6 o0 X. b1 l! p3 W
2 [1 ?+ i( f; T2 p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。- |7 i, x+ T8 X$ h5 t9 `, j
0 O: {+ z$ S4 d; \- T看到这里，各位男同学觉得眼熟么？
! `5 ^' z ~. o5 ^5 p$ c再来看看前面的两个例子。。。5 B: l- v9 R+ b0 ?) Q5 |
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。。。. j) S! J' F* R" Y$ F6 _1 L) D
8 y9 o0 W$ u4 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。7 s& I" l6 k* c; g8 I- `
0 H1 B$ T' e$ A( I0 ^, 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？
) ^7 Z8 x* r G; K! O/ [
- N$ b0 d" d0 T K+ T* H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。。。
- U9 t& Q3 ?$ M4 c# z7 H6 f7 E- M* O' l3 r4 Y0 p1 B2 I
为什么相爱总是简单，相处太难？得training。- M+ k" \7 ~1 ?5 E9 ?
3 X6 Q. ~. r# n' U
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。。。
/ h: F- q3 c9 B7 n: ~: P; {5 `2 V
+ D% @0 C1 p P对了，那什么，我得先走了。。。有没有下回看缘分了。。。
) R0 ?+ r" [$ I( y& Y5 I H+ Q5 } |
评分
-
查看全部评分
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2022-1-17 20:56:19
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道