TA的每日心情 | 衰 2025-7-28 23:17 |
---|
签到天数: 1935 天 [LV.Master]无
|
本帖最后由 数值分析 于 2022-1-17 18:20 编辑
9 B# y# c1 \8 H" r' x4 c0 Z+ O, P% [, C$ t) t$ n, l% y: d
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。; c; x9 `$ J5 m! B# I
) d; h! D' d( I! |; Z0 [7 G" K* j跟大家汇报一下最近的学习心得。 U# B9 p ?# L9 M4 i8 a
; g9 E) ?6 a9 y6 q5 r R: m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3 ~( C. t! V$ M7 C; i' l6 d$ f [
* h- o2 A: J2 y最怕这种品牌问题。简直送命题。
, Q0 j p. E$ J6 O+ H( u+ n6 _6 Q% f7 @- j! x" B, |
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。
. B3 [6 ~0 u$ C& J, t T. t# H, g% c# ]4 r8 v$ d
这事儿勾起了我的一番思考,值得跟大家汇报一下。% a9 |) g0 c) t2 D9 t
7 d7 f1 X* d5 j' ]0 S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。。。
7 G8 p) `$ a+ u# S
3 h& Q! f; i& U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:) Y# g5 E4 R' l+ Y' F2 s# W5 U
" D( S' d* m* w5 }
Example 1:
$ D- c: r; E) j9 d' _
1 i" K8 t& Z+ Q8 o& G咱去哪儿玩啊?9 V2 L. g4 D! m" S8 D
都行1 O4 R, E# c: U4 U+ F+ M) c
那咱看电影吧1 A, K) `7 y4 S# U) Z2 F
太老套了
; N$ ^4 u$ v! h: A7 ?那咱打保龄球吧?
+ C3 m. b8 {2 V7 T+ Y, G( l大热天的。。。
9 _$ k; w" Z1 \; t, G: p. p那咱去哪儿玩啊?1 q/ B9 H$ {7 H8 a! |" m2 p' l `
都行6 a1 D- \" A( z! w/ D6 l
7 g* N& _) v1 h) P, B咱今晚吃什么?. i k$ X: w; o( u) H! G% |/ r+ r
随便1 K, e1 |6 B; w! G; v4 @
那咱吃火锅?6 |; i; `7 i( ? Z- O0 B9 q
吃火锅长痘痘。
4 S- g* j5 Z2 w: Q( F) I那咱吃烧烤?# E4 O: R, c/ U T5 m* r+ C* J
上次刚吃的烧烤。9 ]. z& A# ^( i J& \" C8 f
那咱吃什么?& ^8 \; a, u% B7 B
随便 6 u/ Z1 A# u% Y+ a4 O
& \# b( [2 Y6 ^) |0 W+ h* @. _( BExample 2:- W) a3 C, m' Q3 S5 \% w
Houston, we have a problem.
! \9 a* q2 K9 v0 Z& `What? . m( r+ C& j, @, i6 s! d
Never mind 9 d) ~% e7 d# Y8 w: f; z
What's the problem?
U: X4 H7 A/ W9 h' hNothing
. v6 S, A' G, G6 jPlease tell us? & x+ g: F* j8 ?5 \. ]9 }1 l" G6 R4 H$ e0 k
You know what the problem is. ; a" ?9 v2 V; P) E) b8 |, x z/ y
6 j9 X7 a2 I6 ^; Q# Q) i: b' E9 X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。
3 O9 t/ x( c. h% q( V' O" w3 b2 N0 D4 r, t: ~1 N
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。- F% _5 k: S3 K; Q) S
0 ^) H) C% _3 X: q- w& R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。
/ ~6 i# F; K' D L7 K- A/ `+ ^' O; `4 Y$ Y6 c
看到这里,各位男同学觉得眼熟么?; A: n0 v# b \# O' I5 V
再来看看前面的两个例子。。。8 D" D# G4 O! |3 ^. ^9 e# W
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。。。# Y0 ?: f" n; Q5 H
3 P* z ?) F9 f; N% e- H) m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。
) c" u- \7 u W4 K$ F: \; q# I. ?& H3 p& q
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?
- l r1 v! _* g8 y' Y3 {5 z+ u- |* u4 l3 |6 Q" |: ^
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。。。( n$ e) D5 e+ L
& U9 E" e: e' j) B& ?/ D# n8 H% k为什么相爱总是简单,相处太难?得training。3 \. K2 _; l. k- S
. k# q( t k# j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! ^0 T$ C6 ~1 F: S
( }: l# Q% n/ j! n( o& W- S R* i; C
对了,那什么,我得先走了。。。有没有下回看缘分了。。。. f& k& p" N! D. `8 L
|
评分
-
查看全部评分
|