LSTM 技术
LSTM 是 1997 年提出的门控循环网络，用遗忘/输入/输出门与细胞状态缓解梯度消失，曾是语音、翻译与时间序列的最强序列模型。
百科
大模型 · 万物互联 · 人工智能的结构化知识库。人人可阅读、可贡献、可追溯。
学科分类
最新收录
神经网络 概念
神经网络由大量带权重的「神经元」分层连接而成，通过激活函数实现非线性映射，用反向传播训练，是深度学习的基础模型，从感知机到 Transformer 不断演化。
深度学习 概念
深度学习用多层神经网络从数据中自动学习分层表征，2006 年 Hinton 提出逐层预训练，2012 年 AlexNet 引爆，现已主导视觉、语音与自然语言处理。
联邦学习 技术
联邦学习让多参与方在数据不出本地的前提下协同训练模型（聚合梯度/参数），保护隐私与数据主权，FedAvg 是基础算法，广泛用于手机输入法与医疗跨机构建模。
元学习 技术
元学习让模型「学会如何学习」：在大量任务上训练快速适应新任务的机制，代表为 MAML（学习初始化）、度量型（原型网络）与优化器型，支撑少样本学习与快速适应。
度量学习 技术
度量学习学习一个嵌入空间，使同类样本距离近、异类距离远，是识别与检索的核心范式：三元组损失（FaceNet）、对比损失、softmax 间隔损失（ArcFace）均属此类。
对比学习 技术
对比学习通过拉近正样本对（同一数据的不同视图）、推远负样本对来学习表征，InfoNCE 是标准损失，SimCLR、MoCo 与 CLIP 使其成为自监督学习的主流。
模型蒸馏 技术
模型蒸馏用大模型（教师）的软标签指导小模型（学生）训练，实现知识迁移与模型压缩，Hinton 2015 年提出，是边缘部署与大模型压缩的关键技术。
Boosting 技术
Boosting 串行训练基学习器，每轮更关注上一轮错分样本（重加权/残差拟合），显著降低偏差，AdaBoost 与梯度提升（GBDT/XGBoost）是两大代表。
Bagging 技术
Bagging 用 Bootstrap 有放回采样生成多份训练集并行训练基模型，再聚合预测，显著降低方差（尤其高方差算法如决策树），随机森林是其代表。
t-SNE 技术
t-SNE 是 2008 年提出的非线性降维可视化方法：把高维相似度转为低维概率并用 t 分布优化 KL 散度，擅长展示聚簇结构，是数据可视化的事实标准。
降维 概念
降维把高维数据映射到低维表示，缓解维度灾难、加速计算并支持可视化，线性方法（PCA、LDA）与非线性流形方法（t-SNE、UMAP）两大类。
XGBoost 技术
XGBoost 是 2016 年开源的梯度提升树库，引入正则化、二阶梯度与近似分裂算法，曾是 Kaggle 竞赛的统治性算法，至今仍是结构化数据建模的默认选择。
梯度提升 技术
梯度提升（GBM）以加法模型顺序拟合「负梯度」（伪残差），每次用弱学习器逼近残差，XGBoost、LightGBM、CatBoost 使其成为表格数据最强算法族。
K-means 技术
K-means 通过迭代分配-更新质心把数据分为 K 簇，简单高效、应用极广，是聚类与图像量化的默认算法，但对 K 值、初始点与离群点敏感。
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
- SAC
- Segment Anything
- Sora
- SPARQL
- SQuAD
- SSD
- Stable Diffusion
- StyleGAN
- SuperGLUE
- SWE-bench
- 三维重建
- 上下文窗口
- 上下文学习
- 少样本学习
- 射频识别
- 深度Q网络
- 深度合成标识
- 深度强化学习
- 深度伪造
- 深度学习
- 深度学习
- 深度学习框架
- 神经符号AI
- 神经辐射场
- 神经网络
- 神经网络
- 生成对抗网络
- 生成式人工智能服务管理暂行办法
- 生成式智能体
- 时间敏感网络
- 时序差分学习
- 时序知识图谱
- 实例分割
- 实体链接
- 实体消歧
- 世界模型
- 事理图谱
- 视觉SLAM
- 视觉Transformer
- 视觉问答
- 视觉语言模型
- 视频理解
- 视频生成
- 数据版权
- 数据标注
- 数据标注伦理
- 数据管线
- 数据集
- 数据切分
- 数据清洗
- 数据投毒
- 数据增强
- 数据增强
- 数据中心GPU
- 数字鸿沟
- 数字孪生
- 数字人
- 数字人
- 数字员工
- 思维链
- 搜索算法
- 算法透明度
- 算法问责
- 算力
- 算力调度
- 算力集群
- 算力交易
- 算力租赁
- 随机森林
- 损失函数
T
U
V
W
X
Y
Z
- Zigbee
- 在策略学习
- 责任AI
- 窄带物联网
- 张量核心
- 折扣因子
- 正则化
- 政务AI
- 支持向量机
- 知情同意
- 知识表示
- 知识表示学习
- 知识抽取
- 知识库
- 知识图谱
- 知识图谱补全
- 知识图谱构建
- 知识图谱嵌入
- 知识图谱问答
- 知识图谱与LLM融合
- 知识推理
- 知识追踪
- 指令数据集
- 指令微调
- 智慧城市
- 智慧农业
- 智慧文旅
- 智慧物流
- 智能办公
- 智能城市
- 智能穿戴设备
- 智能绘画
- 智能计量
- 智能家居
- 智能客服
- 智能农业
- 智能视频分析
- 智能搜索
- 智能体Agent
- 智能体安全
- 智能体编排
- 智能体工具链
- 智能体工作流
- 智能体评估
- 智能投顾
- 智能推荐
- 智能网关
- 智能网卡
- 智能写作
- 智能营销
- 智能制造
- 智能质检
- 智能座舱
- 智算中心
- 重要性采样
- 主成分分析
- 注意力机制
- 注意力机制
- 状态价值函数
- 姿态估计
- 自编码器
- 自动化决策
- 自动驾驶
- 自动驾驶芯片
- 自监督学习
- 自然语言处理
- 自主决策
- 自主智能体