AI:人工智能概念之机器学习、深度学习中常见关键词、参数等中英文对照(绝对干货)(二)

简介: 本博主基本收集了网上所有有关于ML、DL的中文解释词汇,机器学习、深度学习中常见关键词、参数等中英文对照,如有没有涉及之处,请留言,本博主将持续续修改、更新!圆小白自学ML、DL之梦!

知乎

activation                   激活值

activation function           激活函数

additive noise                   加性噪声

autoencoder                   自编码器

Autoencoders                   自编码算法

average firing rate           平均激活率

average sum-of-squares error   均方差

backpropagation                   后向传播

basis                           基

basis feature vectors           特征基向量

batch gradient ascent           批量梯度上升法

Bayesian regularization method   贝叶斯规则化方法

Bernoulli random variable   伯努利随机变量

bias term                    偏置项

binary classfication           二元分类

class labels                   类型标记

concatenation                   级联

conjugate gradient            共轭梯度

contiguous groups           联通区域

convex optimization software   凸优化软件

convolution                   卷积

cost function                   代价函数

covariance matrix           协方差矩阵

DC component                   直流分量

decorrelation                   去相关

degeneracy                   退化

demensionality reduction          降维

derivative                   导函数

diagonal                          对角线

diffusion of gradients           梯度的弥散

eigenvalue                   特征值

eigenvector                   特征向量

error term                   残差

feature matrix                    特征矩阵

feature standardization           特征标准化

feedforward architectures   前馈结构算法

feedforward neural network   前馈神经网络

feedforward pass                   前馈传导

fine-tuned                   微调

first-order feature           一阶特征

forward pass                   前向传导

forward propagation           前向传播

Gaussian prior                   高斯先验概率

generative model                   生成模型

gradient descent               梯度下降

Greedy layer-wise training   逐层贪婪训练方法

grouping matrix                   分组矩阵

Hadamard product                  阿达马乘积

Hessian matrix  Hessian           矩阵

hidden layer                   隐含层

hidden units                   隐藏神经元

Hierarchical grouping           层次型分组

higher-order features           更高阶特征

highly non-convex optimization problem 高度非凸的优化问题

histogram                   直方图

hyperbolic tangent           双曲正切函数

hypothesis                   估值,假设

identity activation function   恒等激励函数

IID                           独立同分布

illumination                   照明

inactive                           抑制

independent component analysis   独立成份分析

input domains                   输入域

input layer                   输入层

intensity                   亮度/灰度

intercept term                   截距

KL divergence                   相对熵

KL divergence                   KL分散度

k-Means                           K-均值

learning rate                   学习速率

least squares                   最小二乘法

linear correspondence           线性响应

linear superposition           线性叠加

line-search algorithm           线搜索算法

local mean subtraction           局部均值消减

local optima                   局部最优解

logistic regression           逻辑回归

loss function                   损失函数

low-pass filtering           低通滤波

magnitude                   幅值

MAP                           极大后验估计

maximum likelihood estimation   极大似然估计

mean                           平均值

MFCC Mel                       倒频系数

multi-class classification   多元分类

neural networks                   神经网络

neuron                           神经元

Newton's method                    牛顿法

non-convex function           非凸函数

non-linear feature           非线性特征

norm                           范式

norm bounded                   有界范数

norm constrained                   范数约束

normalization                   归一化

numerical roundoff errors    数值舍入误差

numerically checking            数值检验

numerically reliable           数值计算上稳定

object detection                   物体检测

objective function           目标函数

off-by-one error            缺位错误

orthogonalization           正交化

output layer                   输出层

overall cost function           总体代价函数

over-complete basis           超完备基

over-fitting                   过拟合

parts of objects                 目标的部件

part-whole decompostion           部分-整体分解

PCA                           主元分析

penalty term                   惩罚因子

per-example mean subtraction   逐样本均值消减

pooling                           池化

pretrain                          预训练

principal components analysis   主成份分析

quadratic constraints           二次约束

RBMs                           受限Boltzman机

reconstruction based models   基于重构的模型

reconstruction cost           重建代价

reconstruction term           重构项

redundant                   冗余

reflection matrix           反射矩阵

regularization                   正则化

regularization term           正则化项

rescaling                   缩放

robust                           鲁棒性

run                           行程

second-order feature           二阶特征

sigmoid activation function   S型激励函数

significant digits                有效数字

singular value                   奇异值

singular vector                   奇异向量

smoothed L1 penalty           平滑的L1范数惩罚

Smoothed topographic L1 sparsity penalty 平滑地形L1稀疏惩罚函数

smoothing                   平滑

Softmax Regresson           Softmax回归

sorted in decreasing order   降序排列

source features                   源特征

sparse autoencoder           消减归一化

Sparsity                         稀疏性

sparsity parameter         稀疏性参数

sparsity penalty                 稀疏惩罚

square function                 平方函数

squared-error                 方差

stationary                 平稳性(不变性)

stationary stochastic process 平稳随机过程

step-size                  步长值

supervised learning         监督学习

symmetric positive semi-definite matrix 对称半正定矩阵

symmetry breaking         对称失效

tanh function                 双曲正切函数

the average activation         平均活跃度

the derivative checking method 梯度验证方法

the empirical distribution 经验分布函数

the energy function         能量函数

the Lagrange dual         拉格朗日对偶函数

the log likelihood         对数似然函数

the pixel intensity value 像素灰度值

the rate of convergence         收敛速度

topographic cost term         拓扑代价项

topographic ordered         拓扑秩序

transformation                 变换

translation invariant         平移不变性

trivial answer                 平凡解

under-complete basis         不完备基

unrolling                  组合扩展

unsupervised learning         无监督学习

variance                         方差

vecotrized implementation 向量化实现

vectorization                 矢量化

visual cortex                 视觉皮层

weight decay                 权重衰减

weighted average                 加权平均值

whitening                 白化

zero-mean                 均值为零


相关文章
|
13天前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
43 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
探索机器学习:从线性回归到深度学习
【9月更文挑战第4天】在这篇文章中,我们将深入探讨机器学习的世界,从基础的线性回归模型开始,逐步深入到复杂的深度学习网络。我们将通过实际的代码示例,揭示这些模型背后的数学原理,以及如何在现实世界的问题中应用它们。无论你是初学者还是有经验的数据科学家,这篇文章都将为你提供新的视角和深入的理解。
|
2月前
|
机器学习/深度学习 人工智能 算法
探索AI的魔法:机器学习与深度学习的奥秘
【8月更文挑战第27天】在这篇文章中,我们将深入探讨人工智能的两个重要分支:机器学习和深度学习。我们将首先理解它们的基本概念,然后通过Python代码示例,展示如何应用这些技术解决实际问题。无论你是AI新手,还是有经验的开发者,这篇文章都将为你提供新的知识和启示。让我们一起开启这场AI的魔法之旅吧!
|
2月前
|
机器学习/深度学习 并行计算 PyTorch
PyTorch与CUDA:加速深度学习模型训练的最佳实践
【8月更文第27天】随着深度学习应用的广泛普及,高效利用GPU硬件成为提升模型训练速度的关键。PyTorch 是一个强大的深度学习框架,它支持动态计算图,易于使用且高度灵活。CUDA (Compute Unified Device Architecture) 则是 NVIDIA 开发的一种并行计算平台和编程模型,允许开发者直接访问 GPU 的并行计算能力。本文将详细介绍如何利用 PyTorch 与 CUDA 的集成来加速深度学习模型的训练过程,并提供具体的代码示例。
77 1
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】机器学习、深度学习、强化学习和迁移学习简介、相互对比、区别与联系。
机器学习、深度学习、强化学习和迁移学习都是人工智能领域的子领域,它们之间有一定的联系和区别。下面分别对这四个概念进行解析,并给出相互对比、区别与联系以及应用场景案例分析。
32 1
|
25天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能的未来:机器学习和深度学习的融合之旅
本文将带你进入人工智能的奇妙世界,一起探索机器学习和深度学习的融合如何引领我们走向更加智能化的未来。我们将从基础概念出发,逐步深入到技术细节和应用实例,揭示这一技术革新如何改变我们的生活和工作方式。通过深入浅出的解释和生动的例子,本文旨在为读者提供一次内容丰富、启发思考的技术之旅。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索机器学习的奥秘:从线性回归到深度学习
【8月更文挑战第26天】本文将带领读者走进机器学习的世界,从基础的线性回归模型开始,逐步深入到复杂的深度学习网络。我们将探讨各种算法的原理、应用场景以及实现方法,并通过代码示例加深理解。无论你是初学者还是有一定经验的开发者,这篇文章都将为你提供有价值的知识和技能。让我们一起揭开机器学习的神秘面纱,探索这个充满无限可能的领域吧!
|
2月前
|
人工智能
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决
就AI 基础设施的演进与挑战问题之通过应用核心概念来优化研发过程的问题如何解决
|
2月前
|
机器学习/深度学习 人工智能 算法
AI人工智能(ArtificialIntelligence,AI)、 机器学习(MachineLearning,ML)、 深度学习(DeepLearning,DL) 学习路径及推荐书籍
AI人工智能(ArtificialIntelligence,AI)、 机器学习(MachineLearning,ML)、 深度学习(DeepLearning,DL) 学习路径及推荐书籍
88 0
|
2月前
|
机器学习/深度学习 算法 数据挖掘
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结
8个常见的机器学习算法的计算复杂度总结
下一篇
无影云桌面