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 F, q! C8 y& Q, u2 i f& Q4 \' t& a2 Q9 ] b P+ [
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。8 b$ S/ y3 O. e, ^( c% n7 X
5 ^1 h" ?! K P L* o; g
跟大家汇报一下最近的学习心得。, n4 w- M# D2 c. L1 w
) e" N) V: q, i: `! y: x3 v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
, Y- Z! q7 X( b1 C
c1 `! Z% @ o最怕这种品牌问题。简直送命题。! |/ F D3 o3 S+ |0 @ d
) _5 M6 ?5 [7 S+ t$ \3 T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。 $ }1 s; p+ p) O9 i4 I; i
. W4 e( D! a% ~" W这事儿勾起了我的一番思考,值得跟大家汇报一下。3 {% Z' s! y' K1 ]& r: E* {
1 ~" l/ z+ O. M, k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。。。
5 l) }. h6 f0 |2 x7 S2 p
5 i; n) w& {' ^0 a0 ]; z1 ]" x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:
! K8 s7 h' l- W1 |* x. j
0 _: G6 n9 V5 K3 N/ I6 zExample 1:
/ [" q0 _* c: n$ N7 E" X6 o3 G) [' N& E" B, v
咱去哪儿玩啊?
" @/ V0 q% k8 E0 _都行
- M( @( y- D4 f7 j. s那咱看电影吧4 {, ` M9 A- a5 ]' A* J
太老套了4 f. f ]3 s0 e7 [9 L
那咱打保龄球吧?% y7 _% A( o3 B5 M- U5 o+ W% J
大热天的。。。
6 u4 ~/ ?9 W E& U那咱去哪儿玩啊?
6 x4 b* u2 c5 D% k! S都行 c! w: ~ d2 |! y5 `4 C
8 `8 Q( Z$ i w* L+ V' l- ~咱今晚吃什么?
- }# G) J4 K: X7 J) A) k7 s( n随便9 A; h" f; s. Z3 f4 ?
那咱吃火锅?
: ] W* H$ t6 c1 ]9 v. L吃火锅长痘痘。
' z! n+ \- w+ I1 O( m7 w那咱吃烧烤?
% {. Z6 s% p4 a/ p) X" G# G" M上次刚吃的烧烤。 ]. G. \3 x2 n0 ~+ [( J$ \
那咱吃什么?
0 K: B O; d* L+ C6 ]% i, O9 `随便
/ p2 Q) i2 Z! ?& a5 B
- |( C" K" s% b+ \' f' cExample 2:
+ ^- l! y5 c1 `Houston, we have a problem.
. f" v$ G, Z5 ?. B5 n' XWhat? 9 F& ]: N3 n `# Y; Z2 Y
Never mind
0 U" c6 E; q, D# D1 EWhat's the problem? \& O! b7 j2 a. t L# }& i0 t& L- x
Nothing
: U$ i4 }6 s+ V1 x4 @# rPlease tell us? % @8 x( [. d; y* M
You know what the problem is. % n, W- M$ Y T! }; T! }/ L7 x& a
i0 k% D9 K1 V# N
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。$ b$ k& z9 s8 k+ M
* N7 C" j% E8 P: }* q' R
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/ R9 J- T+ ~/ `' U- k1 _ @
# U/ \% m2 q f; K( I
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。
2 r6 L/ _: M; b$ g$ y6 f$ m$ p& C" ], G3 V+ ~$ L3 r
看到这里,各位男同学觉得眼熟么?: W: t. }5 d2 l+ w! F
再来看看前面的两个例子。。。# J1 K- Q5 D2 w( p
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 E* ~: R( C; u; |& e" S7 F, O. S8 B: b3 M6 y
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。
, J0 C5 D- q. K9 u) F c! ^$ D" s5 m( ]% H; H
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?
! k* E4 X6 c2 a9 D2 g# l
- ]7 N# E1 o& U" `& B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。。。
2 U0 v# T: p. \2 ^
( [: S% h% E: n) n为什么相爱总是简单,相处太难?得training。( j! o( e9 i Y3 c$ O4 B$ i
1 ]3 h& f0 m- Y* R, Z) 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。。。
0 H. e* d0 {5 @ @' ~! Z
( X& T) _4 ^/ q7 N }对了,那什么,我得先走了。。。有没有下回看缘分了。。。) b. n" w1 M: I# K% C
|
评分
-
查看全部评分
|