🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

LeNet-5

由Yann LeCun在1998年引入的CNN先驱架构,专为手写数字识别设计,包含7层,包括卷积、池化和全连接层。

📖
个术语

AlexNet

2012年突破性的卷积神经网络,ImageNet竞赛冠军,引入ReLU、dropout和大规模数据增强,拥有6000万个参数。

📖
个术语

VGGNet

CNN架构特点,专门使用堆叠的3x3滤波器,证明了深度可以改善性能,最高达19层。

📖
个术语

Convolution Layer

基本层,通过在输入上应用可学习滤波器,通过滑动卷积操作检测分层空间模式。

📖
个术语

ReLU Activation

非线性激活函数f(x)=max(0,x),相比sigmoid函数加快收敛并解决梯度消失问题。

📖
个术语

Dropout

正则化技术,在训练过程中随机禁用神经元以防止过拟合并提高泛化能力。

📖
个术语

Feature Maps

卷积层的三维输出,表示输入不同空间位置中特定特征的存在。

📖
个术语

Filters/Kernels

可学习权重矩阵,在输入上滑动以检测边缘、纹理和复杂形状等特定模式。

📖
个术语

全连接层

最后一层,其中每个神经元都连接到前一层的所有神经元,基于提取的特征进行最终分类。

📖
个术语

迁移学习

一种重用在大数据集上预训练模型的权重的技术,用于在数据较少的情况下加速特定任务的学习。

📖
个术语

批归一化

层间激活归一化,稳定训练过程,允许更高的学习率,减少对初始化的敏感性。

📖
个术语

数据增强

通过变换(旋转、翻转、缩放)合成生成训练数据,以增加数据集多样性并提高鲁棒性。

📖
个术语

局部响应归一化

AlexNet中引入的归一化,在相邻神经元间创建竞争以提高泛化能力并减少过度激活。

🔍

未找到结果