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
" Z. p2 x4 d1 m9 {
3 Z$ p1 J* J5 s5 c t6 m9 G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。
7 t# T+ y" D, A: v5 m6 l# W( U2 ? A+ p" ]; P0 p# @$ }/ |
跟大家汇报一下最近的学习心得。. Z7 w+ ]4 Z9 v" _2 F& Q
0 D0 {3 Z' t+ \: w5 | h1 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
1 M% h4 c3 g3 }( Q: G) i3 m4 ~: P0 [# R" c4 l) p
最怕这种品牌问题。简直送命题。
4 A$ \# d/ h- h
! f/ f; ^+ w Z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。
+ `' X# k# p4 C" B% d! T
8 [* f. L! N8 G: g( ?& }' v这事儿勾起了我的一番思考,值得跟大家汇报一下。 [& u9 s5 }7 P$ \; d
+ Q# _/ F) g+ S9 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。。。
8 S! j% g, s! S* M9 B- @& v3 C
: r, F) Z9 U# V8 d, 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:
/ h; R9 s; _& ^1 w+ f' v) d. e3 @
Example 1:0 _6 C& \* D0 u8 D) h+ p
% [( r4 Z% H* I2 C$ L/ v2 x# ~咱去哪儿玩啊?# H, Y, V! Z8 y
都行% \. o6 p3 Y8 e9 m0 Z& v y# t
那咱看电影吧
( I2 H$ {9 _% g% i0 g0 L2 T6 L* L2 O太老套了. h9 U. S! T! C: a
那咱打保龄球吧?4 s2 v" m0 H6 a& K: m" T* U
大热天的。。。
) ]! z. N7 }/ r/ U, w那咱去哪儿玩啊?
# b0 V0 [7 ^7 y) d- K都行
" |+ U$ o7 B: C, g" U' {; B" k$ o" I4 a: `# ?
咱今晚吃什么?: T% t( l) ?% W, {+ C( q
随便& n- g: x' z, y% |& b B3 ]
那咱吃火锅?
6 W) j3 R; y& C7 L2 v9 M3 [( t吃火锅长痘痘。4 l4 C( v) c6 ?9 H1 b1 Y+ J3 T
那咱吃烧烤?
& A- J6 S3 p" F% _% i6 ?上次刚吃的烧烤。
6 Y- \8 ?1 [# W; A. l. f那咱吃什么?" ?* D0 F. u3 r
随便 % m; F) Z2 G# Z& ^/ e2 _
0 E8 e2 P, ^5 V2 Z/ C+ A7 W0 H* j8 @Example 2:1 ?7 ^7 ]+ C! {% B$ V1 P( g1 O5 P
Houston, we have a problem.
- f. q* {9 {7 p4 \# v0 u8 }" nWhat? ; u1 T# A2 M8 g) j# T# b \
Never mind
" g% @& T5 h$ D+ p4 X4 W1 BWhat's the problem?
) u! J: K/ A$ ~! J% Q* A8 kNothing
1 D; Q6 |2 U! T2 @9 ]Please tell us?
; y3 `% {9 g1 x6 f- I' [ E0 Z: {You know what the problem is.
1 }7 c+ u1 F# a4 s& V' U M, J9 W) A7 m# Z" F. Z. W
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。# B4 Y: K0 n5 ~& _- O6 d: L
8 v/ p& {! i+ ~. W8 D* ]
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。2 u8 O; l h7 j$ s# O+ t0 z
\# C$ R/ m3 N4 Z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。9 K' e# U/ P/ {4 r$ H# Z
S! K' d9 F" e b% w! W8 ~看到这里,各位男同学觉得眼熟么?
! b. g6 ^# T6 m6 q再来看看前面的两个例子。。。
2 `6 Q, k% i, txxx,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。。。4 u' r: b. L8 A+ J/ k k' m* b
* ^0 s* ~% g& V; Y0 d/ t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。- ^3 V6 o: N& C5 v! A
. b* H+ p( x2 K" {, D' {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?5 G; G$ B7 l* A1 v1 \, E
+ I( v! y1 R. W+ @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。。。# x. C2 a3 d) A. i7 |+ s( {
- _% Q( s- {. b. @
为什么相爱总是简单,相处太难?得training。3 S+ O+ K2 Z# p% {* m7 k1 c* B5 @
`: U! `& \ D; t" {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。。。
# q* \0 Z5 ?/ ?" l% z' i3 X: K8 P
5 c/ \/ Z4 w) d% U- M' c对了,那什么,我得先走了。。。有没有下回看缘分了。。。; i4 {# m2 c: n7 m0 n4 U; e6 @
|
评分
-
查看全部评分
|