模型分类
回归 regression
分类 classification
全连接网络 fully connected network FC
卷积神经网络 convolutional neural network CNN
机器学习基础
样本 sample
模型 model
输入 inputs
输出 outputs
特征 feature
特征图 feature map
隐藏层 hidden layer
参数 parameter: 通过学习可以优化
超参数 hyperparameter: 根据经验设置, 一般不在学习过程中优化
权重 weight W
偏置 bias b
迭代次数 epoch
批量大小 batch size bs
学习率 learning rate lr
迭代次数 step
卷积核 kernel
通道 channels
过滤器 filter: filter是卷积核的向量, 与输出同维度
填白 padding p
步长 stride s
池化 pooling
激活函数 activation function
损失函数 loss function L(y',y)
代价函数 cost function J(W,b): 平均损失
优化 optimize
优化器 optimizer
线性 linear
非线性 non-linear
数学基础
梯度 gradient
梯度下降 gradient decent
导数 derivative
偏导数 partial derivative
