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
( n3 D* w7 W) M8 l1 N4 } J, j0 w
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。
+ k! Q/ V2 b) Q/ L+ G4 t
0 @5 }' l, L8 u+ R1 Y& X D跟大家汇报一下最近的学习心得。
, s) Q. }1 _" z' ~6 v S0 w: m1 c- `% B$ f8 [
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+ h" e( s) M' S8 d
+ Y6 m2 \( Z4 o
最怕这种品牌问题。简直送命题。
' f# d4 y1 U& c. l j
0 ^+ G( U5 Y7 U6 \) g4 ]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。
# [* @/ f9 `3 n6 `4 ]; e, S6 R4 m% V( h) T- v0 A
这事儿勾起了我的一番思考，值得跟大家汇报一下。
+ H G( T. ]) @3 F( z7 z5 H' R$ {1 t. K5 R
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) Y6 l, J V3 W+ _% n" t" F2 r2 k; E8 r1 I) ^- x q
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：
( P/ @+ i7 j7 _, J4 @6 w& E, ?3 i# A. r" B! I \- h/ ~. b( U
Example 1：# ?6 R8 P8 n2 _6 t! I7 t
& g) f; \. ?; C咱去哪儿玩啊？4 G* P8 o, K% @8 h% B
都行6 H7 p# v" u( W: b( X. r$ {5 P
那咱看电影吧7 ^ M. w- X5 W3 D/ N4 Q4 A
太老套了
: M. `7 O6 G, X m( z0 h$ }2 ^那咱打保龄球吧？. `; o- S# Z% |5 H$ @
大热天的。。。4 i* |4 M% {6 ~. G8 L; R
那咱去哪儿玩啊？
5 L* h e& {2 H0 m9 s# [都行
7 ?1 V! C' j" Z* P, q1 S+ ~
) _, `' Z; w: C& } `咱今晚吃什么？7 [* _$ `; o$ X1 W6 D) c5 p
随便
4 D6 m: D; D' m! r3 p1 i那咱吃火锅？
! D& f6 w# n$ C) Z3 [8 x吃火锅长痘痘。
4 p. b- W! Q: r) l那咱吃烧烤?9 N4 L- U3 [# f8 i
上次刚吃的烧烤。3 R: ?' o: v# \
那咱吃什么？8 ^9 _) ~( C9 z1 C& c) j: l6 |
随便
0 f) F: l M) P9 s4 j; k g5 D& {
Example 2： k& s( L" B2 j9 d' W# W& T
Houston, we have a problem.
6 I; E0 o, e4 K- T2 n) gWhat? 7 L0 C$ r, x8 i/ `1 @7 u4 j
Never mind
( x% P2 [3 E4 {% XWhat's the problem? & m4 n# t/ Y) |) {
Nothing
6 H I( ?- P! a% HPlease tell us? D. x3 Q1 g/ q9 c
You know what the problem is.
$ f& E, p, G2 `. I4 s$ C. G0 F: K1 Y3 X. r/ N0 ^) J; z
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。$ k _. N" W( D2 O" z: j
f- H9 H5 {+ H' f" 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。1 ^% z( d" \6 C$ _; \, L
9 f g3 g2 A8 X& q* C' V/ l& c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。
5 @" }2 W% Y1 j4 f" M8 }1 H7 g# G( z: Z1 T& E" K
看到这里，各位男同学觉得眼熟么？* W {( Q( h' p: r! X- }7 v
再来看看前面的两个例子。。。
0 s8 _+ F0 n' o; f. rxxx，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。。。
/ O: f" @% k1 w0 p( }4 h2 T. Y8 y8 X% l9 C2 x! q
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。
& N3 Z3 k# e( b5 T. v5 q9 a8 \' q Y' e4 N+ W- v. r% i! G$ L S
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？
; p; w( h" ^' F" V: y+ P% T) S% T# H1 {
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。。。0 K( Y! v$ x4 _* F* {; i
) `$ P7 J9 x) J# \0 Y为什么相爱总是简单，相处太难？得training。$ {: Y; \( {- W
; R1 w# k% y D& P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。。。
9 D. k& [. Z* M' G& b a) X9 u: V; I8 A+ e% d" Z4 a8 q) T
对了，那什么，我得先走了。。。有没有下回看缘分了。。。
9 D" s; X( \( u/ T; d |
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