TA的每日心情 | 开心
2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑 / N* } s6 R% o j" K
3 t! b' c$ H7 v: ]* i [
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。% w0 r7 ^* _0 U) E9 @* M8 Z) r
1 b4 u; ~9 M$ E' {+ [$ c H1 n
跟大家汇报一下最近的学习心得。 U) r/ R* T- |1 l V; R& e
( X* }* t* x1 J7 H9 g+ {
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
- ?5 c! g# S3 ?5 s9 @" u
4 M' k0 J/ H. f. n最怕这种品牌问题。简直送命题。
: s+ b/ O g2 Z/ g
: g0 U7 R. g8 {3 Z3 |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。
. O8 K( n2 f9 w& {. H% P
这事儿勾起了我的一番思考，值得跟大家汇报一下。
" k- I% m' u$ [. ~, G% f ~9 Z" P# o# y
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。。。
! L! u6 {0 r' w0 R( t- q
: p: D; [% N0 C' 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：
) |9 M8 m/ I$ l) \- B7 `, H7 V! l2 n/ w- H# {
Example 1：
; X `% K/ {# n/ U( E
/ X) ]: V4 T! F咱去哪儿玩啊？) n* k' U" o7 c; y% s
都行# x/ J/ W4 [) b+ {7 G! r1 ~$ B/ D
那咱看电影吧# V+ d( o. g' [0 M2 W! T
太老套了
~, c- K; s8 c( D& o那咱打保龄球吧？
M9 c$ b$ @5 e大热天的。。。& X6 L! e& ^7 ? H. Y' i& ?
那咱去哪儿玩啊？' [, t! g5 s3 M, O8 ?& D
都行
6 E$ y* |) c+ ?- {8 ~. `4 b0 O
) G5 G9 x0 Y8 Y" Q C) a1 G咱今晚吃什么？
- u* L: r! _) X% z! o. ~2 ~- \随便, N- W/ k* q1 z( G( K* ^* u
那咱吃火锅？6 b+ C! E* [! l
吃火锅长痘痘。
7 m& u$ X, C* `, p# |- R那咱吃烧烤?
8 s, W# j$ b8 a* j- j9 m& g5 m上次刚吃的烧烤。1 r. i( M4 I8 U
那咱吃什么？
8 v2 p7 l5 D6 B2 `7 t随便
/ r/ m# X+ N3 c! J4 ~( L% u
5 V5 i; V0 s( G( ]* VExample 2：
4 k6 C1 [1 U, A7 |Houston, we have a problem.
# @3 i% {9 ?( p- s) M/ eWhat?
' O9 S) m6 M3 l9 r" yNever mind % z) e$ b8 T2 x7 W
What's the problem?
0 u5 e7 D! C$ X' X# ~# TNothing
( E+ ?& s/ T9 u, GPlease tell us? ) s# [, @. P- D" s2 ]5 w( w
You know what the problem is.
9 `$ m6 f" N' e! [
3 `/ H6 c+ u4 t3 ^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。( `: R0 r0 I& c2 o- g6 G
0 _& B) ?6 A9 V! J: p( y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。: T: b! L( d- H: t0 f7 G8 R
' D: k5 s( e: T# H' I" l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。& D1 D5 f0 n3 \9 x, u# b9 T ^8 V
, A0 G( w# }0 h% [3 [8 U看到这里，各位男同学觉得眼熟么？: N4 o' F8 e* u
再来看看前面的两个例子。。。 Y8 A9 [5 c# ^ Z* A
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。。。6 i6 N. x1 @7 @5 y% }" `
$ I2 j% E3 i7 d1 c% W0 T. p! N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。
! U3 A& C+ p/ y" n5 Z6 j3 H( m5 @/ i8 B) Q9 P
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？4 L) [- l# F) U; m: S0 }( d( V1 x
" W6 Z! `9 z: x9 _; N
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。。。; J( D7 Y8 _# p! y( P/ i
( S1 k# w6 i) c4 Q; |; |3 k
为什么相爱总是简单，相处太难？得training。
) w/ u- W- P7 N I# q1 F5 M) ^
5 J9 s M* |# I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。。。
V( N9 ]. z$ X, }/ P3 J4 H
0 W% M* D. H8 U( E% z对了，那什么，我得先走了。。。有没有下回看缘分了。。。# ]- i! c2 d3 _& W! F9 `* g
|
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
2 C u2 O7 c0 E: X: |8 l. \) ?- I' v
发表于 2022-1-17 23:50:13
换理科生来写肯定干巴巴地没味道