🔢量化

降低模型參數的精度以減少記憶體和計算量。

🔁循環神經網絡

具有循環的神經網絡，能夠保持對先前輸入的記憶。

📉回歸

根據輸入特徵預測連續數值的任務。

⚖️正規化

透過懲罰複雜度來防止模型過度擬合的技術。

🎮強化學習

透過反覆試驗，最大化累積獎勵訊號來學習。

🎲受限玻爾茲曼機

具有可見單元和隱藏單元的生成式隨機神經網路。

🦾機器人

智慧機器的設計、建造和運作。

🪞自我關注

一種將單一序列中的不同位置連結起來的注意力機制。

🌗半監督式學習

將少量標記資料與未標記資料結合的學習方法。

🎤語音識別

將口語轉錄成書面文字。

👨‍🏫監督學習

從標記資料中學習，將輸入映射到已知輸出。

🔊文字轉語音

將文字合成語音。

✂️標記化

將文字分割成稱為標記的較小單元的過程。

📚訓練數據

用於訓練機器學習模型進行預測的資料集。

🔄遷移學習

將從一項任務中獲得的知識用於提高另一項任務的績效。

🤖變壓器

一種基於自註意力機制的神經網路架構。

📉不合身

當模型太簡單，無法捕捉資料的底層結構。

🔍無監督學習

從未標記資料中學習以發現隱藏的模式或結構。

🗜️變分自編碼器

一個學習輸入資料潛在表示的生成模型。

🔤字嵌入

能夠捕捉語意意義的詞語稠密向量表示。

0️⃣零樣本學習

模型處理其未明確訓練過的任務的能力。