文档首页> > 产品术语

C

    D

      J

        • J
          机器学习

          机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。

          卷积神经网络

          卷积神经网络(convolutional neural networks,CNN)由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)组成,同时也包括关联权重和池化层(pooling layer)。

        K

          • K
            K8S

            参见 kubernetes (kubernetes)

            开发环境

            开发环境即为一个Jupyter Notebook服务,便于开发、调试和保存业务代码(推荐使用MoXing API做高性能分布式训练)。

            kubernetes

            Kubernetes是用于自动部署、扩展和管理容器化(containerized)应用程序的开源系统。它旨在提供“跨主机集群的自动部署、扩展以及运行应用程序容器的平台”。

          M

            N

              Q

                • Q
                  启动文件

                  模型训练代码目录中的Python启动脚本文件。

                R

                  S

                    • S
                      深度神经网络

                      深度神经网络是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

                      深度学习

                      深度学习是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

                      深度学习服务

                      深度学习服务提供模型的开发与调试、训练和预测服务,可用于图像视频处理、自然语言处理、推荐等场景。

                      神经网络

                      是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型

                    T

                      • T
                        TensorFlow

                        TensorFlow是Google Brain的第二代机器学习系统,用于各种感知和语言理解任务的机器学习。

                        TF

                        参见 TensorFlow (TensorFlow)

                      X

                        • X
                          循环神经网络

                          循环神经网路,即一个序列当前的输出与前面的输出也有关的神经网络。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中,即隐藏层之间的节点不再无连接而是有连接的,并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。

                          训练作业

                          训练作业即为一个模型训练过程。

                        Y

                          • Y
                            预测作业

                            预测作业托管一个模型预测服务。

                            预置模型

                            已预训练好的模型,便于用户直接在新的数据集上做重训练,无需编写模型训练代码。