🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

分层编码器

深度自编码器的一部分,通过多个层逐步降低数据的维度,捕获越来越复杂的抽象特征。

📖
術語

分层解码器

深度自编码器的一部分,从压缩的潜在表示中重建原始数据,逐层反转编码器的过程。

📖
術語

深层潜在空间

数据的低维压缩表示,由深度自编码器的中间层学习得到,其中编码了最重要的特征。

📖
術語

瓶颈层

自编码器中维度最低的中间层,强制网络学习数据最简洁且信息量最大的表示。

📖
術語

逐层预训练

深度自编码器的权重初始化技术,通过顺序训练每对编码器-解码器作为浅层自编码器,提高收敛性。

📖
術語

深度去噪自编码器

深度自编码器的变体,训练其从被噪声破坏的版本中重建干净数据,促进鲁棒特征的学习。

📖
術語

深度变分自编码器(VAE)

一种深度自编码器,其潜在空间被约束为遵循概率分布(通常是高斯分布),允许生成新数据和进行插值。

📖
術語

稀疏正则化

在损失函数中添加惩罚项的技术,鼓励潜在层神经元大部分处于非活动状态,促进更具区分性的表示。

📖
術語

深度卷积自编码器

使用卷积层和池化层的深度自编码器架构,有效处理图像等结构化数据,捕捉空间模式。

📖
術語

因子解缠

高级目标,旨在让深度自编码器潜在空间的每个维度编码一个独立且可解释的语义变化因子。

📖
術語

深度收缩自编码器

受到惩罚的深度自编码器,使其对输入数据的微小变化不敏感,促进学习稳定且可泛化的表示。

📖
術語

Glorot/Xavier初始化

深度自编码器中神经元权重的初始化方法,对于避免训练过程中梯度消失或爆炸问题至关重要。

🔍

搵唔到結果