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 9 M3 Y+ E1 B# _3 _1 t1 |
8 U# t- A9 Q1 ]: r e! c9 ]% B
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。
2 _& V8 @- d- t* {8 _: M' G" h9 q3 D, `9 X) K
跟大家汇报一下最近的学习心得。
! P* C3 r" s2 u
0 a+ l$ r* H3 f& w: 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
& e) k, O& k' y
) b. l( U- d) f4 @1 ?最怕这种品牌问题。简直送命题。
& h" }- Z' H. z. E/ B$ z: k5 J7 w
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。 : I: o$ g7 Q5 ]5 _1 B# F
. W' z3 m8 W; R9 {9 L8 {9 ]这事儿勾起了我的一番思考,值得跟大家汇报一下。3 [8 N0 b0 F( J
7 F2 G7 b9 k0 e( T( h4 d9 `: H5 g
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。。。$ w: v# x" ^ }$ f( U
" L, m3 H+ X1 l% {4 s' Y$ L% u* W# f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:
' f( Z: I' q+ v% B" u! `$ B; z( y- J" `7 P
Example 1:: f9 Q2 [/ U+ I0 S
: Z3 O3 ]; C3 M咱去哪儿玩啊?
' V# @. o4 K P' [# g, r" }- V都行
* H; u% d! h% I% r3 g' {那咱看电影吧" ^8 p- K4 S2 M* v
太老套了
8 `, b, l4 K6 v# J5 J s* |; T那咱打保龄球吧?
+ T( [8 \; j4 D4 w1 G' t+ D大热天的。。。/ S* q' P0 L: g* {- y# q" E7 c
那咱去哪儿玩啊?
. H& z& J4 I; F% ]/ n* ^0 n都行: w5 o. a, W5 @
" p. m. d' O2 S5 r咱今晚吃什么?
$ u- U; [5 U) ]随便
) L* y+ b1 A) E* k那咱吃火锅?
1 f _4 T& Q* H3 m吃火锅长痘痘。( T. A3 _* D" g
那咱吃烧烤?
1 w$ Q4 V$ q% \% X上次刚吃的烧烤。/ d0 }: b4 X$ k: Q9 S- l: B
那咱吃什么?1 O- [% M" u( c+ H
随便
% g8 ?9 g. @3 @. P! G% U- k2 I% `/ S1 ^4 \9 E
Example 2:
' a5 A! H# F! l; JHouston, we have a problem.
& w% P7 N# j, [& pWhat? 1 B; V7 U5 |1 S x) |" y& H3 `3 N
Never mind
6 q& g, T- b2 v" t4 ~+ x, z! Q: n# FWhat's the problem? - w% G( I) ~' b# S( H4 K
Nothing
. S% I# A3 E0 O7 N8 k6 d6 zPlease tell us?
. s1 E/ Y$ _& w0 d) \ Z( rYou know what the problem is.
; c/ T9 \) I5 s2 j0 k$ |
4 k ?3 v) y1 o* l; d5 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。
9 v4 [! M7 c% @7 x2 K9 ~7 R% s3 [* g, T+ Y0 _ s
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。: ?; ~1 R. }1 }% p6 [* P! G- @
^4 A; u' q6 c/ F, A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。
- c; ^( Q" {. Z. o4 r6 a+ y9 {! R
看到这里,各位男同学觉得眼熟么?
" _% c, W# w& O0 |" w" P- j2 R! I再来看看前面的两个例子。。。3 _" b& E+ J: Q; I% V& T, R
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。。。
1 `& l6 v/ y& x/ M# w
. V1 P# c) ]; ?+ ?1 ]0 O9 a: I# w2 E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。' K# p0 a3 B1 ]$ W( N
- U L q4 a5 o8 ]7 l% h# G2 B# y
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?
+ a# m; U% P: g9 t, j$ S ?8 ]3 l3 \
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。。。4 u7 m) A3 h/ X: k6 \4 @8 h
- Y' }( o6 e4 O' ]8 l8 n! L& g
为什么相爱总是简单,相处太难?得training。5 Q0 ] [# P$ e- f' d* H& ~
" l; O$ Z9 a3 Z: s' R7 J1 Q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。。。
, S) r( P: z1 @- [6 f& S
7 `3 x1 B4 h. ]# g* o+ d, ]- ^对了,那什么,我得先走了。。。有没有下回看缘分了。。。% v( U) j8 a0 _7 _! {4 G5 z
|
评分
-
查看全部评分
|