ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

机器学习与算法
📚 1 本专著

磁隧道结存储器 (MRAM)

通过新兴非易失性存储器来构建人工神经网络,如 铁电存储器(FeRAM)、磁隧道结存储器(MRAM)、相变存储器(PCM)和阻变存储器(RRAM) 等,通过这些存储器一方面可以构建待机功耗极低的存储器阵列,另一方面可以成为模拟内存 内计算的基础技术,实现数据...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络先锋奖

Neural Network Pioneer Award

这位德国学者是瑞士人工智能实验室的科学主管、长短期记忆网络(介绍见7.6.2节)的发明人、当年(2016年)的IEEE神经网络先锋奖(Neural Network Pioneer Award)得主。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络处理单元 (NPU)

由于移动终端体积、功耗受限,其内部可谓是“寸土寸金”,因此,应用处理器、基带处理器以及数字信号处理单元(GPU)、神经网络处理单元(NPU)等通常被集成到一个芯片上,合称为“片上系统(System on Chip,SoC)”,例如,华为麒麟990、高通骁龙...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络处理器 (NNP)

英特尔推出Nervana神经网络处理器(NNP),初创公司(如 Graphcore、Cerebras、Wave Computing、寒武纪及比特大陆)也加 入了竞争行列,很多公司专门推出云端训练类芯片。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络形成分层结构

Hierarchical Architectures

深度学习简介 深度学习是一类机器学习算法的统称,其共同的结构特点是采用多 层次逐层叠加的神经网络形成分层结构(Hierarchical Architectures), 即类似于图16-10展示出的结构。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络机器翻译 (NMT)

如搜狗搜索在 2017年6月的分享会上发布了创新产品搜狗翻 译App,它应用了基于生物学习的神经网络机器翻译(NMT)系 统,将翻译精确度提升到了一个前所未有的高水准。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络架构搜索 (NAS)

神经网络架构搜索特征蒸馏 神经网络架构搜索(NAS)是AutoML的分支之一。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络模型

Neural

图中最上面的曲线所代表的神经网络模型(Neural)的准确率就要高于其下面的曲线所代表的逻辑回归模型(Reg)的准确率。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络示例编程 (NPBE)

年,北航提出了一种解 决方式—基于深度神经网络( Deep Neural Network, DNN )的神经网络示例编程( NPBE ), 该模型可以从输入输出的字符串中学习,并能诱导解决字符串处理问题的程序。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经网络节点

NeuralNetwork

(10)神经网络节点(NeuralNetwork) 【功能】神经网络是一类可伸缩的非线性递归模型、判别模型和数据减量模型。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

神经逆向强化学习 (NIRL)

最大边际化问题方法的算法包括学徒学习(Apprenticeship Learning)、MMP(Maximum Margin Planning)方法、结构化分类(SCIRL)和神经逆向强化学习(NIRL)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

离差平方 (SSD)

聚类效果评估 (1)簇内离差平方和(SSD) 聚类效果的评估有多种方法,比较常用的方法为选择各个簇的离差平方和作为衡量标 准。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

离线控制

Off-policy Learning

而另一类是离线控制(Off-policy Learning),即使用两个控制策略,一个策略用于选择新的动作,另一个策略用于更新价值函数,其代表是Q-Learning算法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

科夫随机场 (MRF)

下面以GraphLab为例讲解异步执行模型的数据一致性问题, GraphLab比较适合应用于机器学习领域的非自然图计算情形,比如马尔 科夫随机场(MRF)、随机梯度下降算法(SGD)等机器学习算法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

积神经网络 (CNN)

积神经网络(CNN)算法、循环神经网络(RNN)算法和深度神经网络(DNN)算法。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称之为代价函数

Cost Function

于是,我们需要定义一个 损失函数(Loss Function) ,也有人称之为代价函数(Cost Function)来度量这二者之间的“落差”程度。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称之为堆组织表

Heap Organizied Table

而Memory引擎采用的是把数据单独存放,索引上保存数据位置的数据组织形式,我们称之为堆组织表(Heap Organizied Table)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称之为滤波器内核

Filter Kernel

在不同的领域,信号系统中的脉冲响应具有不同的名字,在图像处理中,称之为滤波器内核(Filter Kernel)、卷积内核(Convolution Kernel)、卷积矩阵(Convolution Matrix)或内核(Kernel)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称之为索引组织表

Index Organizied Table

这种方式,我们称之为索引组织表(Index Organizied Table)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称激活函数

Activation Function

止匕外,对于 隐藏层的每个神经元节点,可以将其分为两个部分,输入 层传过来的数据通过加权求和后得到神经元的左半部分, 然后将加权求和的结果通过神经元右侧的非线性函数,也 称激活函数(Activation Function )的运算,最终得到经过 该神经元处...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

称连接模型

Connection Model

人工神经网络也称连接模型(Connection Model),它是一种通过模仿生物神经网 络的行为特征,并进行分布式并行信息处理的算法数学模型。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

稀疏主成分分析

Sparse PCA

图 2-96 变量选择与计算思路 3.Python案例三:变量聚类实战——地区经济发展水平描述 本章的配套脚本中提供了变量筛选的脚本(varSelec.py),使用稀疏主成分分析(Sparse PCA) 2 实现了变量归类,并进一步计算了 1-R 数值,以...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

空洞卷积 (IDCNN)

常用的预训练模型有Word2Vec、BERT、NEZHA等,用来表征Token的语义信息;而下接结构如双向长短时记忆(BiLSTM)网络、双向门控循环单元(BiGRU)、R-Transformer [1] 、空洞卷积(IDCNN) [2] 等模型结构则是用...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

空间聚类 (DBSCAN)

基于密度的空间聚类(DBSCAN),聚类降维嵌入 - dimensionality reduction model ,

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 30 / 36 页,共 862 条记录