資料介紹
English Terminology | 中文術(shù)語 |
---|---|
neural networks | 神經(jīng)網(wǎng)絡(luò) |
activation function | 激活函數(shù) |
hyperbolic tangent | 雙曲正切函數(shù) |
bias units | 偏置項 |
activation | 激活值 |
forward propagation | 前向傳播 |
feedforward neural network | 前饋神經(jīng)網(wǎng)絡(luò) |
Backpropagation Algorithm | 反向傳播算法 |
(batch) gradient descent | (批量)梯度下降法 |
(overall) cost function | (整體)代價函數(shù) |
squared-error | 方差 |
average sum-of-squares error | 均方差 |
regularization term | 規(guī)則化項 |
weight decay | 權(quán)重衰減 |
bias terms | 偏置項 |
Bayesian regularization method | 貝葉斯規(guī)則化方法 |
Gaussian prior | 高斯先驗概率 |
MAP | 極大后驗估計 |
maximum likelihood estimation | 極大似然估計 |
activation function | 激活函數(shù) |
tanh function | 雙曲正切函數(shù) |
non-convex function | 非凸函數(shù) |
hidden (layer) units | 隱藏層單元 |
symmetry breaking | 對稱失效 |
learning rate | 學習速率 |
forward pass | 前向傳導 |
hypothesis | 假設(shè)值 |
error term | 殘差 |
weighted average | 加權(quán)平均值 |
feedforward pass | 前饋傳導 |
Hadamard product | 阿達馬乘積 |
forward propagation | 前向傳播 |
off-by-one error | 缺位錯誤 |
bias term | 偏置項 |
numerically checking | 數(shù)值檢驗 |
numerical roundoff errors | 數(shù)值舍入誤差 |
significant digits | 有效數(shù)字 |
unrolling | 組合擴展 |
learning rate | 學習速率 |
Hessian matrix Hessian | 矩陣 |
Newton's method | 牛頓法 |
conjugate gradient | 共軛梯度 |
step-size | 步長值 |
Autoencoders | 自編碼算法 |
Sparsity | 稀疏性 |
neural networks | 神經(jīng)網(wǎng)絡(luò) |
supervised learning | 監(jiān)督學習 |
unsupervised learning | 無監(jiān)督學習 |
hidden units | 隱藏神經(jīng)元 |
the pixel intensity value | 像素灰度值 |
IID | 獨立同分布 |
PCA | 主元分析 |
active | 激活 |
inactive | 抑制 |
activation function | 激活函數(shù) |
activation | 激活度 |
the average activation | 平均活躍度 |
sparsity parameter | 稀疏性參數(shù) |
penalty term | 懲罰因子 |
KL divergence | KL 散度 |
Bernoulli random variable | 伯努利隨機變量 |
overall cost function | 總體代價函數(shù) |
backpropagation | 后向傳播 |
forward pass | 前向傳播 |
gradient descent | 梯度下降 |
the objective | 目標函數(shù) |
the derivative checking method | 梯度驗證方法 |
Visualizing | 可視化 |
Autoencoder | 自編碼器 |
hidden unit | 隱藏單元 |
non-linear feature | 非線性特征 |
activate | 激勵 |
trivial answer | 平凡解 |
norm constrained | 范數(shù)約束 |
sparse autoencoder | 稀疏自編碼器 |
norm bounded | 有界范數(shù) |
input domains | 輸入域 |
vectorization | 矢量化 |
Logistic Regression | 邏輯回歸 |
batch gradient ascent | 批量梯度上升法 |
intercept term | 截距 |
the log likelihood | 對數(shù)似然函數(shù) |
derivative | 導函數(shù) |
gradient | 梯度 |
vectorization | 向量化 |
forward propagation | 正向傳播 |
backpropagation | 反向傳播 |
training examples | 訓練樣本 |
activation function | 激活函數(shù) |
sparse autoencoder | 稀疏自編碼網(wǎng)絡(luò) |
sparsity penalty | 稀疏懲罰 |
average firing rate | 平均激活率 |
Principal Components Analysis | 主成份分析 |
whitening | 白化 |
intensity | 亮度 |
mean | 平均值 |
variance | 方差 |
covariance matrix | 協(xié)方差矩陣 |
basis | 基 |
magnitude | 幅值 |
stationarity | 平穩(wěn)性 |
normalization | 歸一化 |
eigenvector | 特征向量 |
redundant | 冗余 |
variance | 方差 |
smoothing | 平滑 |
dimensionality reduction | 降維 |
regularization | 正則化 |
reflection matrix | 反射矩陣 |
decorrelation | 去相關(guān) |
Principal Components Analysis (PCA) | 主成分分析 |
zero-mean | 均值為零 |
mean value | 均值 |
eigenvalue | 特征值 |
symmetric positive semi-definite matrix | 對稱半正定矩陣 |
numerically reliable | 數(shù)值計算上穩(wěn)定 |
sorted in decreasing order | 降序排列 |
singular value | 奇異值 |
singular vector | 奇異向量 |
vectorized implementation | 向量化實現(xiàn) |
diagonal | 對角線 |
Softmax Regression | Softmax回歸 |
supervised learning | 有監(jiān)督學習 |
unsupervised learning | 無監(jiān)督學習 |
deep learning | 深度學習 |
logistic regression | logistic回歸 |
intercept term | 截距項 |
binary classification | 二元分類 |
class labels | 類型標記 |
hypothesis | 估值函數(shù)/估計值 |
cost function | 代價函數(shù) |
multi-class classification | 多元分類 |
weight decay | 權(quán)重衰減 |
self-taught learning | 自我學習/自學習 |
unsupervised feature learning | 無監(jiān)督特征學習 |
autoencoder | 自編碼器 |
semi-supervised learning | 半監(jiān)督學習 |
deep networks | 深層網(wǎng)絡(luò) |
fine-tune | 微調(diào) |
unsupervised feature learning | 非監(jiān)督特征學習 |
pre-training | 預(yù)訓練 |
Deep Networks | 深度網(wǎng)絡(luò) |
deep neural networks | 深度神經(jīng)網(wǎng)絡(luò) |
non-linear transformation | 非線性變換 |
represent compactly | 簡潔地表達 |
part-whole decompositions | “部分-整體”的分解 |
parts of objects | 目標的部件 |
highly non-convex optimization problem | 高度非凸的優(yōu)化問題 |
conjugate gradient | 共軛梯度 |
diffusion of gradients | 梯度的彌散 |
Greedy layer-wise training | 逐層貪婪訓練方法 |
autoencoder | 自動編碼器 |
Greedy layer-wise training | 逐層貪婪訓練法 |
Stacked autoencoder | 棧式自編碼神經(jīng)網(wǎng)絡(luò) |
Fine-tuning | 微調(diào) |
Raw inputs | 原始輸入 |
Hierarchical grouping | 層次型分組 |
Part-whole decomposition | 部分-整體分解 |
First-order features | 一階特征 |
Second-order features | 二階特征 |
Higher-order features | 更高階特征 |
Linear Decoders | 線性解碼器 |
Sparse Autoencoder | 稀疏自編碼 |
input layer | 輸入層 |
hidden layer | 隱含層 |
output layer | 輸出層 |
neuron | 神經(jīng)元 |
robust | 魯棒 |
sigmoid activation function | S型激勵函數(shù) |
tanh function | tanh激勵函數(shù) |
linear activation function | 線性激勵函數(shù) |
identity activation function | 恒等激勵函數(shù) |
hidden unit | 隱單元 |
weight | 權(quán)重 |
error term | 偏差項 |
Full Connected Networks | 全連接網(wǎng)絡(luò) |
Sparse Autoencoder | 稀疏編碼 |
Feedforward | 前向輸送 |
Backpropagation | 反向傳播 |
Locally Connected Networks | 部分聯(lián)通網(wǎng)絡(luò) |
Contiguous Groups | 連接區(qū)域 |
Visual Cortex | 視覺皮層 |
Convolution | 卷積 |
Stationary | 固有特征 |
Pool | 池化 |
features | 特征 |
example | 樣例 |
over-fitting | 過擬合 |
translation invariant | 平移不變性 |
pooling | 池化 |
extract | 提取 |
object detection | 物體檢測 |
DC component | 直流分量 |
local mean subtraction | 局部均值消減 |
sparse autoencoder | 消減歸一化 |
rescaling | 縮放 |
per-example mean subtraction | 逐樣本均值消減 |
feature standardization | 特征標準化 |
stationary | 平穩(wěn) |
zero-mean | 零均值化 |
low-pass filtering | 低通濾波 |
reconstruction based models | 基于重構(gòu)的模型 |
RBMs | 受限Boltzman機 |
k-Means | k-均值 |
long tail | 長尾 |
loss function | 損失函數(shù) |
orthogonalization | 正交化 |
Sparse Coding | 稀疏編碼 |
unsupervised method | 無監(jiān)督學習 |
over-complete bases | 超完備基 |
degeneracy | 退化 |
reconstruction term | 重構(gòu)項 |
sparsity penalty | 稀疏懲罰項 |
norm | 范式 |
generative model | 生成模型 |
linear superposition | 線性疊加 |
additive noise | 加性噪聲 |
basis feature vectors | 特征基向量 |
the empirical distribution | 經(jīng)驗分布函數(shù) |
the log-likelihood | 對數(shù)似然函數(shù) |
Gaussian white noise | 高斯白噪音 |
the prior distribution | 先驗分布 |
prior probability | 先驗概率 |
source features | 源特征 |
the energy function | 能量函數(shù) |
regularized | 正則化 |
least squares | 最小二乘法 |
convex optimization software | 凸優(yōu)化軟件 |
conjugate gradient methods | 共軛梯度法 |
quadratic constraints | 二次約束 |
the Lagrange dual | 拉格朗日對偶函數(shù) |
feedforward architectures | 前饋結(jié)構(gòu)算法 |
Independent Component Analysis | 獨立成分分析 |
Over-complete basis | 超完備基 |
Orthonormal basis | 標準正交基 |
Sparsity penalty | 稀疏懲罰項 |
Under-complete basis | 不完備基 |
Line-search algorithm | 線搜索算法 |
Topographic cost term | 拓撲代價項 |
來源:機器人網(wǎng)
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- RS-232術(shù)語表和選擇指南
- 2023年人工智能產(chǎn)業(yè)概況及應(yīng)用趨勢分析 8次下載
- 人工智能是干嘛的 人工智能在金融行業(yè)的應(yīng)用 0次下載
- 什么是人工智能 人工智能應(yīng)用領(lǐng)域 0次下載
- 基于人工智能驅(qū)動的關(guān)鍵信息基礎(chǔ)設(shè)施防御 4次下載
- 人工智能的倫理智能體應(yīng)用及相關(guān)研究 7次下載
- 人工智能到底是什么?什么工作需要學習人工智能 17次下載
- 為什么Python是人工智能最好的編程語言Python有什么優(yōu)勢 15次下載
- 人工智能行業(yè)發(fā)展狀況如何?人工智能行業(yè)研究報告詳細資料免費下載 15次下載
- 電子書 中美人工智能行業(yè)生態(tài)比較 243次下載
- TMS320DSP的詳細術(shù)語表資料概述 3次下載
- 電子元器件基礎(chǔ)知識、電子專業(yè)英語術(shù)語、模擬術(shù)語表 0次下載
- Mentor術(shù)語大全 0次下載
- 模數(shù)規(guī)格和性能特性術(shù)語表
- 運算放大器關(guān)鍵術(shù)語
- 生成式人工智能和感知式人工智能的區(qū)別 1923次閱讀
- 網(wǎng)絡(luò)安全術(shù)語大全解讀 3297次閱讀
- 如何避開人工智能的陷阱 1254次閱讀
- 關(guān)于5G、人工智能、智能制造等未來科技最完整PPT解讀 1.2w次閱讀
- 什么是人工智能上百個人工智能的經(jīng)典問答 6193次閱讀
- 人工智能技術(shù)有哪些_人工智能技術(shù)的原理 6.1w次閱讀
- 人工智能為何這么熱_人工智能價值與應(yīng)用_無人機屬于人工智能嗎 7526次閱讀
- 人工智能相關(guān)的人與技術(shù)都在這里_人工智能的相關(guān)技術(shù) 4935次閱讀
- 全球人工智能大學有哪些_人工智能全球大學排名 5.4w次閱讀
- 人工智能需要哪些知識_人工智能需要學什么_如何自學人工智能 4.4w次閱讀
- 學人工智能10本必看書_人工智能入門書籍推薦 7w次閱讀
- 人工智能對教育的沖擊及對孩子的影響 2w次閱讀
- 人工智能+教育這條路怎么走_人工智能+教育趨勢分析 2.4w次閱讀
- 深度圖片詳解人工智能技術(shù)發(fā)展動態(tài)及其應(yīng)用發(fā)展趨勢 7842次閱讀
- 關(guān)于人工智能這篇文章最易懂:原理、技術(shù)和未來 1533次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1491次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機和 SG3525的程控開關(guān)電源設(shè)計
- 0.23 MB | 4次下載 | 免費
- 8基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關(guān)電源設(shè)計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論