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
MobileNet
专为移动和嵌入式应用设计的卷积神经网络架构，使用深度可分离卷积来显著减少参数数量和计算量。
个术语
SqueezeNet
超轻量级CNN架构，通过使用'fire'模块压缩然后扩展空间特征，在参数减少50倍的情况下达到AlexNet的精度。
个术语
Fire Module
SqueezeNet的基本模块，由一个'squeeze'层（1x1卷积）组成，用于降低维度，然后是一个'expand'层（1x1和3x3卷积的混合），用于增加维度。
个术语
Quantization
减少模型权重和激活数值精度的过程（通常从32位降至8位），以减小模型大小并加速推理。
个术语
Pruning
在训练好的神经网络中修剪无用连接或神经元的技术，以在不显著损失性能的情况下降低复杂性。
个术语
Model Compression
一系列技术，旨在减少AI模型的大小和计算复杂性，同时保持其精度，这对于在受限设备上部署至关重要。
个术语
Edge Computing
计算范式，其中处理在边缘设备上本地执行，而不是在云端，从而减少延迟并保护数据隐私。
个术语
On-device Inference
直接在终端设备（智能手机、物联网设备）上执行模型预测，无需服务器连接，确保即时响应和离线工作。
个术语
延迟
数据输入到获得结果之间的时间间隔，对于需要低延迟(<100ms)以提供流畅用户体验的移动应用来说是关键指标。
个术语
吞吐量
模型在单位时间内可以处理的推理或操作数量，用于评估模型在资源约束下性能的关键指标。
个术语
参数效率
模型性能与其参数数量之间的比率，衡量网络使用其权重达到特定精度的效率。
个术语
浮点运算次数
每次推理所需的浮点运算次数，用于比较不同CNN架构计算复杂度的标准指标。
个术语
模型大小优化
通过架构技术、量化和压缩系统性地减少模型内存大小的过程，以适应移动设备的存储限制。
个术语
神经架构搜索
自动化设计满足特定约束(延迟、大小、能耗)的最优神经架构的过程，对移动模型特别有用。
个术语
EfficientNet
一组CNN架构系列，最优地平衡深度、宽度和分辨率，以在最大计算效率下实现卓越性能。
个术语
ShuffleNet
超轻量级架构，使用逐点分组卷积和通道混洗机制来降低计算成本，同时保持特征的丰富性。
🔍