機器學習詞彙表：圖片模型

本頁包含「圖片模型」詞彙詞彙。如需所有詞彙詞彙，請按這裡。

A

擴增實境

#image

這項技術會疊加電腦產生的圖片，為使用者的真實畫面呈現資訊，提供複合檢視區塊。

自動編碼器

#language

#image

系統會學習從輸入中擷取最重要的資訊的系統。自動編碼器是由編碼器和解碼器所組成。自動編碼器必須採用下列兩個步驟：

1. 編碼器會將輸入對應至 (通常) 失真的低維度 (中繼) 格式。
2. 解碼器會將低維度格式對應至原始的高維度輸入格式，藉此建構原始輸入的失真版本。

自動解碼器會盡可能從編碼器的中間格式重新建構原始輸入，藉此端對端訓練。由於中繼格式比原始格式更小 (維度較低)，因此自動編碼器會學習輸入資訊的必要資訊，且輸出內容也不會與輸入不完全相同。

例如：

• 如果輸入資料是圖形，則非完全相同的複本會與原始圖形相似，但會稍微修改。例如，非完全複製的副本可能會從原始圖像中移除乾擾，或填補部分缺少的像素。
• 如果輸入資料是文字，自動編碼器會產生新文字，但會模仿原始文字 (但並非完全相同)。

另請參閱變化版本自動編碼器。

自動迴歸模型

#language

#image

#generativeAI

「模型」會根據其先前的預測推斷預測。舉例來說，自動迴歸語言模型會根據先前預測的權杖，預測下一個權杖。所有以 Transformer 為基礎的大型語言模型都適用自動迴歸功能。

相反地，GAN 型圖片模型通常不會自動迴歸，因為這些圖片只會使用單向傳遞，而不會在步驟中反覆進行。不過，某些圖片產生模型「會」自動迴歸，因為這些模型會在步驟中產生圖片。

B

定界框

#image

在圖片中，矩形的周圍區域 (x、y) 座標，如下方圖中的犬隻。

C

卷積

#image

在數學中，自然來說，這結合了兩種函式。在機器學習中，轉換會混合使用卷積篩選條件和輸入矩陣，以便訓練權重。

機器學習中的「卷積」一詞通常簡稱為「卷積運算」或「卷積層」。

如果沒有捲積，機器學習演算法必須學習大型張量中的每個儲存格的獨立權重。舉例來說，將針對 2K x 2K 圖片的機器學習演算法進行訓練，將必須分別找到 400 萬個權重。受到卷積的影響，機器學習演算法只能找出卷積篩選器中的每個儲存格，然後大幅減少訓練模型所需的記憶體。套用卷積篩選器時，只會複製至所有儲存格，使每個儲存格都會乘以篩選器。

卷積濾鏡

#image

卷積運算的兩個演員之一。(另一個執行者是輸入矩陣的一部分)。卷積篩選器是矩陣，其與輸入矩陣的排名相同，但形狀較小。例如，假設為 28x28 輸入矩陣，則篩選器可以是 28 x 28 小於 2 的矩陣。

在攝影操控中，卷積濾鏡中的所有儲存格通常會設為一到零的固定模式。在機器學習中，卷積篩選器通常具有隨機數值，然後網路會訓練理想值。

卷積層

#image

深層類神經網路內含卷積濾鏡舉例來說，請考慮使用下列 3x3 卷積篩選器：

以下動畫顯示的是 9x5 個涉及 5x5 輸入矩陣的捲積層。請注意，每項轉換作業在 3x3 配量的各個部分上運作。右側的 3x3 矩陣包含 9 項對話運算的結果：

卷積類神經網路

#image

「至少類神經網路」是至少一層卷積層。典型的類神經網路由以下層組合組成：

• 卷積層
• 集區層
• 密集圖層

卷積類神經網路在某種類型的問題上獲得良好成效，例如圖片辨識。

卷積運算

#image

以下兩步驟的數學運算：

1. 卷積篩選器和元素輸入矩陣的一部分。(輸入矩陣的百分位數與轉換篩選器的順序和大小相同)。
2. 產生的產品矩陣中的所有值總和。

舉例來說，請參考以下 5x5 輸入矩陣：

現在請想像以下 2x2 卷積濾鏡：

每項卷積運算都有一個輸入矩陣的單一 2x2 配量。舉例來說，假設我們使用輸入矩陣左上方的 2x2 配量。因此，這個片段的捲積運算如下所示：

「卷積層」包含一系列卷積運算，每個運算都會對輸入矩陣的不同部分執行。

D

資料擴充

#image

透過轉換現有的範例，以手動方式提升其他訓練範例的範圍和數量。例如，提供圖片是功能之一，但資料集所含的圖片範例不足，可讓模型學習實用的關聯。在理想情況下，建議您在資料集中加入足夠的已加上標籤圖片，讓模型能夠正確進行訓練。如果無法做到，資料擴充可能會旋轉、延展和呈現每張圖片，藉此產生原始圖像的許多變化版本，這或許會產生足夠的標籤資料，進而提供出色的訓練。

深層分離式捲積類神經網路 (sepCNN)

#image

「Inception」的卷積類神經網路架構，但「eptionion」模組以較深入的分解符號取代。也稱為「Xception」。

更深層的捲積堆疊 (同樣縮寫為可分割的捲積) 會將標準 3-D 卷積運算成兩個更有效率的運算，分別是深度 1 的深層構形、深度 1 (n × n × 1) 和第二個寬度 1。

詳情請參閱「Xception: Deep Learning with Depthwise SeparableConvolutions」(透過深度進行深度差異學習，深層學習)。

降低取樣

#image

可能是符合以下條件的超載字詞：

• 減少功能中的資訊量，藉此提高模型訓練的效率。例如，在訓練圖片辨識模型之前，將高解析度圖片降低為解析度較低的格式。
• 針對過度代表的類別範例進行比例偏低的訓練，以改善對弱勢族群的模型訓練模型。舉例來說，在類別平衡資料集中，模型通常會充分瞭解主要類別，並無法充分瞭解顯著性類別。降低取樣功能可協助您在少量和少數類別中進行訓練之間的平衡。

F

微調

#language

#image

#generativeAI

第二項工作專屬訓練票證是在預先訓練模型中調整，針對特定用途調整參數。例如，部分大型語言模型的完整訓練序列如下：

1. 預先訓練：在龐大的一般資料集上訓練大型語言模型，例如所有英語維基百科網頁。
2. 微調：訓練預先訓練模型來執行「特定」工作，例如回應醫療查詢。微調通常涉及數百個與特定工作有關的數千個範例。

另一個大型模型模型的完整訓練序列如下：

1. 預先訓練：在龐大的一般圖片資料集上訓練大型圖片模型，例如 Wikimedia 通用的所有圖片。
2. 微調：訓練預先訓練模型以執行「特定」工作，例如產生果 ca 圖片。

微調可讓任何策略組合如下：

• 修改所有預先訓練模型的現有參數。有時也稱為「完全微調」。
• 只修改預先訓練模型的其中「部分」(通常是最接近輸出層的圖層)，同時保持其他現有參數不變 (通常是資料層最接近輸入層)。
• 新增更多圖層，通常位於最接近輸出層的現有層上方。

微調是遷移學習的一種形式。 因此，微調功能可能會使用不同的損失函式或模型類型，而非訓練模型所用的預先訓練模型。舉例來說，您可以微調預先訓練的大型圖片模型來產生迴歸模型，以便傳回輸入圖片中的鳥類數量。

比較及對比下列字詞微調：

• 蒸餾
• 提示式學習

G

創造型 AI

#language

#image

#generativeAI

沒有正式定義的新興轉型欄位。不過，大多數的專家認為，自動產生的 AI 模型可建立 (產生) 內容，如下所示：

• 複雜
• 耦合
• 原始圖片

例如，創造型 AI 模型可建立複雜的論文或圖片。

某些較舊的技術 (包括 LSTM 和 RNN) 也可以產生原始和一致內容。有些專家認為這些早期技術是一般的 AI 技術，而其他的團隊則認為真正的 AI 產生更複雜的輸出，比這些舊技術產生的能力更廣。

與預測機器學習相反。

I

圖片辨識

#image

處理程序可對圖片中的物件、模式或概念進行分類。圖片辨識也稱為「圖片分類」。

詳情請參閱「機器學習原型：圖片分類」。

聯集 (IoU)

#image

兩個組合的交集除以聯集。在機器學習圖片偵測工作中，IoU 用於測量模型預測定界框在真值的定界框是否準確。在這種情況下，這兩個方塊的 IoU 指的是重疊區域與總面積之間的比率，其值範圍介於 0 (無預測定界框與真值定界框之間) 到 1 (預測定界框與真值定界框之間) 完全相同。

如下圖所示：

• 預測定界框 (模型根據預測結果預測夜桌位置的位置) 以紫色表示。
• 真值定界框 (繪圖界定位置資料表中的座標座標以綠色表示)。

預測定界框和真值下方 (左下方) 的交集為 1，而預測方塊和真值 (右下方) 的範圍是 7，因此 IoU 為 \(\frac{1}{7}\)。

K

重要須知

#image

圖片中特定功能的座標。舉例來說，對於用來識別花卉物種的圖片辨識模型，重要點可能是每個寵物、幹詞、石頭等的中心。

L

地標

#image

按鍵的同義詞。

M

MNIST

#image

由 LeCun、Cortes 和 Burge 撰寫的公共領域資料集，當中含有 60,000 張圖片，每張圖片顯示人類編寫了 0 到 9 之間的特定數字。每張圖片都會儲存為 28x28 整數陣列，其中每個整數都是介於 0 到 255 (含) 之間的灰階值。

MNIST 是機器學習的標準資料集，通常用於測試新的機器學習方法。詳情請參閱 手寫數字的 MNIST 資料庫。

P

集區

#image

將先前卷積層建立的矩陣縮減至較小的矩陣。集區時，需要在集區範圍內取得最大或平均的值。舉例來說，假設有以下 3x3 矩陣：

集區化作業就像卷積運算一樣，把矩陣分成數個區塊，然後分割。舉例來說，假設集區運算會將卷積矩陣除以 1x1 的倍數。如下圖所示，四項集區運算。想像一下，每個集區運算會挑選該片段中的四個值上限：

集區化有助於強制執行輸入矩陣中的半數變異。

Vision 應用程式的集區現在稱為空間集區。時間序列應用程式通常稱為「臨時集區」。非正式的說法，集區通常稱為「子取樣」或「向下取樣」。

預先訓練模型

#language

#image

#generativeAI

已訓練的模型或模型元件 (例如嵌入向量)。有時候，您會將預先訓練的嵌入向量傳送至類神經網路，有時候，模型會訓練嵌入向量，而非依賴預先訓練的嵌入。

「預先訓練的語言模型」是指透過「預先訓練」完成的「大型語言模型」。

預先訓練

#language

#image

#generativeAI

對大型資料集進行初始訓練的訓練。某些預先訓練模型是混亂的巨人，且通常須透過其他訓練來修正。舉例來說，機器學習專家可能會對大型文字資料集 (例如維基百科中的所有英文網頁) 預先訓練大型語言模型。在預先訓練後，產生的模型可能會透過下列任一技術進一步修正：

• 蒸餾
• 微調
• 教學調整
• 有效調整參數
• 提示微調

(右)

旋轉差異

#image

在圖片分類問題中，即使圖片方向改變，演算法也能成功將圖片分類。舉例來說，無論演算法是朝向上、下向還是下線，演算法仍可識別。請注意，旋轉變異不一定是最理想的做法；舉例來說，上下顛倒的 9 不應被歸類為 9。

另請參閱非同步變異數和大小差異。

六

尺寸變異

#image

在圖片分類問題中，即使圖片大小改變，演算法也能成功將圖片分類。舉例來說，演算法仍可識別使用 200 萬像素或 20 萬像素的貓咪。請注意，即使是最優質的圖片分類演算法，對大小差異仍設有實際限制。舉例來說，演算法 (或人類) 不太可能使用僅 20 像素的貓咪圖片分類。

另請參閱非同步變異數和旋轉變異數。

空間集區

#image

請參閱集區說明。

跨距

#image

在卷積運算或集區中，下一個系列輸入配量中各維度的差異值。舉例來說，以下動畫可展示在卷積運算期間 (1,1) 步長的步伐。因此，下一個輸入配量會啟動上一個輸入配量右側一個位置。操作達到右側邊緣時，下一個片段是完全由左至右移動，

上例示範了 2D 面向。如果輸入矩陣是 3D 結構，則相距的值會是 3D。

取樣

#image

請參閱集區說明。

二

溫度

#language

#image

#generativeAI

此超參數可控制模型輸出的隨機程度。溫度較高可以產生隨機輸出的結果，而溫度較低時，隨機產生輸出內容較少。

選擇最佳溫度取決於特定應用程式，以及模型輸出的所需屬性。例如，在產生產生廣告素材輸出的應用程式時，就可能會調高溫度。相反地，在建構模型來分類圖片或文字的模型時，您可能需要降低溫度，藉此改善模型的準確度和一致性。

溫度通常用於 softmax。

翻譯差異

#image

在圖片分類問題中，即使圖片中的物件位置變更，演算法仍可成功將圖片分類。舉例來說，無論演算法位於影格中央或左側邊緣，演算法都仍可辨識。

另請參閱大小差異和旋轉變異數。