首页 > 其他分享 >对抗遗忘

对抗遗忘

时间:2023-03-10 12:22:45浏览次数:49  
标签:复习 单词 算法 记忆 SM 对抗 遗忘

我英语很差很差,四级没过,对需要记忆的东西我天生有种畏惧感,不想记也不爱记
我理解能力倒是很强,需要理解的科目我都很强,比如在高中,我物理得分基本都是90%以上,因为物理一看就懂不需要记忆。但是化学,我就20分

2021年7月份(为什么是这个日期?我看了看数据库,第一天的记忆的单词日期是 2021-07-12 ),工作之余我决心学好英语(别问我为什么,就是想提升自己)
我没有使用app记,因为app是一个一个单词的学记忆,不能快速回顾,我不喜欢
于是在工作之余,一周时间设计并完成了背英语单词的 web 程序,下面是该程序每天要做的事情:

  1. 新单词学习:从生词中每天选几十个单词(太简单的单词直接跳过),记录开始学习的日期,然后就开始记忆了
  2. 旧单词复习:听说艾宾浩斯在记忆方面很牛逼,就随便找了一种很流行复习间隔的方案(1天,2天,4天,7天,15天,30天,90天,180天,1年,两年...),根据这种方案开始记忆
  3. 旧单词遗忘:第30天(包括30天)以后的单词,只要是不熟悉的或者没注意到的用法,将其开始学习的日期改到明天,这样这些单词就会又开始一轮的单词复习了

程序完成后,我开始了背单词。步骤 2、3 是每天都在坚持的,1 看情况(有时候周末不想记,有时候工作。你要是记忆的多,比如一天100个,加上旧单词复习,30天内的就要学习700个单词。更不用说随着越积越多,1年后这种情况)
现在我的记忆单词情况是这样的,熟练掌握单词接近 11000(熟练的意思是,含义、发音都了解,但是拼写我只知道大概。我是根据发音字形记忆的,能听能看就成,不求拼写。对了,我是还是有一两千单词基础的,虽然我英语非常非常差就是了,四级考了两百多,估计高考我英语六七十?),下面是我每日的单词复习情况:

开始的时候我贪多,一天80甚至90、100新单词,发现很累很累,尤其是第一天,早上费一两个小时、中午回顾几十分钟、晚上回顾几十分钟,要复习3轮
后来调整到 50、60,其中包括遗忘的单词
有时候过年,周末什么的,新单词就没添加过

出现问题了

我单词都是基本上根据开始学习日期将几十单词分为一组统一复习,每个单词有难有易
简单的单词根据固定复习方案复习还行,就是复杂的会难办,我有标记功能,每天晚上会复习标记单词,还是容易遗忘
只有将难的单词重置几轮后,才能记住。这样对于我来说,一个单词的记忆周期变长了

我开始意识到这样是不对的,我认为肯定有更优越的处理方式,来学习英语单词
于是最近几周,我开始搜索遗忘曲线的算法,反而被我搜出几个 App

相关 App 以及其带来的思考

原来,关于复习的 App 还是有很多的,比如 Anki,比如 SuperMemo
Anki 根据第二代 SuperMemo 的算法(这里记做 SM-2 算法,90年代的算法),SM-2 算法是开源的,很多国内的类似 Anki 的软件都是这个算法,这个算法是开源的且古老的,虽然古老但是很实用,十多年的使用经验告诉我们,该算法正确性

SuperMemo 已经更新到 18 了,也就是说算法已经更新到18代了,但是算法不公开(主体还是基于SM-2 算法,其他方面主要是在于优化SM-2 算法的缺陷,比如提前复习这些因素的干预)
如果是比如数学、程序员书籍阅读这种,会时不时跳跃复习的,这才是 SuperMemo 新版本擅长的

对于新单词复习的这种呆板记忆,SM-2 算法足够了!

遗忘算法:SM-2 (间隔重复的一种主流算法)

算法讲解javascript 代码实现
下面是我的代码实现,参考了:

标签:复习,单词,算法,记忆,SM,对抗,遗忘
From: https://www.cnblogs.com/panshaojun/p/17202968.html

相关文章

  • 【Android 抓包对抗】客户端证书和域名校验绕过
    1.按照之前的方式(https://www.cnblogs.com/gradyblog/p/17197707.html)进行抓包发现证书校验失败SSLhandshakewithclientfailed:Anunknownissueoccurredprocessi......
  • 如何设置有效的提醒来防止遗忘?手机设置提醒事项方法
    相信很多人都感受到了生活节奏和工作节奏的加快,这样我们每天需要完成的事项也就越来越多,如果长期依靠大脑记忆每天的事情,就很容易出现遗漏或者忘记事情的情况。那么我们如......
  • 红蓝对抗 (red-teaming)
    论文地址:https://arxiv.org/abs/2209.07858论文题目:RedTeamingLanguageModelstoReduceHarms:Methods,ScalingBehaviors,andLessonsLearned减少危害的红队......
  • 一文看尽深度学习中的生成对抗网络 | GANs架构发展的8年
    前言 生成对抗网络(GenerativeAdversarialNetworks,GANs)在过去几年中被广泛地研究,其在图像生成、图像转换和超分辨率等领域取得了显著的进步。到目前为止,已经提出了......
  • 卷积生成对抗网络---生成手写数字
    深度卷积生成对抗网络(DCGAN)----生成MNIST手写图片1、基本原理生成对抗网络(GAN)由2个重要的部分构成:生成器(Generator):通过机器生成数据(大部分情况下是图像),目的是“骗过”......
  • 索尼下场造车,正面对抗苹果Apple Car
    索尼与本田将打造“宅男狂喜”版智能网联汽车,卖点是丰富的游戏、影音娱乐功能。1月4日,在拉斯维加斯举办的国际消费类电子产品展览会(下称CES)上,索尼和本田的合资企业......
  • 生成对抗网络GANs的用途
    简介如果说目前深度学习最火,应用最多的领域,莫过于GAN--GenerativeAdversarialNetwork,翻译过来就是生成对抗网络,单单从名字上看,你会觉得它就是一个生成模型,看起来就是用于......
  • 【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好?
    GAN的研究在这几年发展可以说是非常迅猛,已经被用于各个研究方向,其应用涉及图像与视频生成,数据仿真与增强,各种各样的图像风格化任务,人脸与人体图像编辑,图像质量提升。那我们......
  • 【机器学习】李宏毅——Adversarial Attack(对抗攻击)
    研究这个方向的动机,是因为在将神经网络模型应用于实际场景时,它仅仅拥有较高的正确率是不够的,例如在异常检测中、垃圾邮件分类等等场景,那些负类样本也会想尽办法来“欺骗”......
  • WebRTC 的音频弱网对抗之 NACK
    基础知识音频的NACK机制在WebRTC中默认是关闭的.rtcpfeedbacknack开启就可以了WebRTC的音频数据传输中,尽管对低延时有着很高的要求,但也实现了NACK,以用于一些音......