当前位置：首页 > news >正文

20250714-day15

news 2025/7/15 5:37:35

Object/Relation Mapping（ORM）：对象/关系映射
Namespace：命名空间
Atomicity：原子性
Consistency：一致性
Isolation：隔离性
Durability：持久性
Java Transaction API：JTA
Electronic Toll Collection（ETC）：电子不停车收费系统
Microsoft Messaging Queue：MSMQ
Thin Film Transistor Liquid Crystal Display（TFTLCD）：薄膜晶体管液晶显示屏
Serial Peripheral Interface（SPI）：串行外设接口
General Purpose Input /Output（GPIO）：通用输入/输出接口
Cloud Native：云原生
HPC：高性能计算
Activation Functions：激活函数
Loss Functions / Cost Functions：损失函数
Mean Squared Error（MSE）：均方误差
Mean Absolute Error（MAE）：平均绝对误差
Cross-Entropy：交叉熵
Binary Cross-Entropy：二元交叉熵
Categorical Cross-Entropy：分类交叉熵
Sparse Categorical Cross-Entropy：稀疏分类交叉熵
Optimizers：优化器
Gradient Descent（GD）：梯度下降
Batch Gradient Descent：批量梯度下降
Stochastic Gradient Descent（SGD）：随机梯度下降
Mini-batch Gradient Descent：小批量梯度下降
Momentum：动量
Adaptive Gradient Algorithm（AdaGrad）：自适应梯度
Root Mean Square Propagation（RMSProp）：平均方根传播
Adaptive Moment Estimation（Adam）：自适应矩估计
Regularization：正则化
Lasso Regression：L1正则化
Ridge Regression / Weight Decay：L2正则化
Dropout：随机失活
Early Stopping：早期停止/提前停止
Data Augmentation：数据增强
Schedulers / Learning Rate Schedulers：调度器
Step Decay：步长衰减
Exponential Decay：指数衰减
Cosine Annealing：余弦退火
Polynomial Decay：多项式衰减
ReduceLROnPlateau：验证集不下降则衰减
Metric Functions：指数函数
Accuracy：准确率
Precision：精确率
Recall / Sensitivity：召回率
Root Mean Squared Error（RMSE）：均方根误差
Classification：分类任务指标
Regression：回归任务指标
Dataset：数据集
Training Set：训练集
Validation Set：验证集
Test Set：测试集
Features：特征
Labels：标签
Targets：目标
Model：模型
Hyperparameters：超参数
Underfitting：欠拟合
Overfitting：过拟合
Bias：偏差
Variance：方差
Bias-Variance Trade-off：偏差-方差权衡