prior 先验
fixed 固定的
concatenate 级联
consistency 一致性
propagate 传播
magni cation factors 放大系数
convergency 收敛
degenerate 退化
downsize 缩小
mimick 模拟
in test phase 在测试阶段
convolve 卷积
rectifi ed linear units 整流线性单元(relu)
penalize 惩罚
artifact 人工制品,人为造成的虚假或误差
in test phase 在测试阶段
authentic 真正的,可靠的,可信的
generic 通用的
trade-o ff 权衡,取舍
threshold 阈值
hyper parameter 超参数
decay 衰退,衰变
enforce 强迫
epoch 代,次数
regularization 调整,正规化,正则化
interpret 解释
initialization 初始化
filters bank 滤波器组
sobel Edge Filters 索贝尔边缘滤波器
horizontal 水平的
vertical 垂直的
flow 流动
stochastic 随机的
momentum parameter 动量参数
psnr:Power Signal-to-Noise Ratio 峰值信噪比
intuitive 直观的
employ 使用
luminance 亮度
re-implement 重现,再实施
re-plot 重新绘制
roughly 大约地,粗略地,大体上
exponential decay 指数衰减
oscillate 震荡
structured 结构化的
randomize 随机化
diagonal 对角的
ameliorate 改善
ambiguity 含糊,模糊
discriminative 有判别力的,区分的,歧视的
equivalent 等效,相当于
为了解决这个问题 To address this problem To address this issue
本文涉及了在学术文献中常见的英文词汇,如先验(prior)、固定(fixed)、级联(concatenate)等,讨论了他们在不同领域的概念,如机器学习中的正则化(regularization)、超参数(hyper parameter)和初始化(initialization)。还提到了图像处理中的滤波器组(filters bank)、边缘检测(sobel Edge Filters)和图像流动(flow)。同时,文章涵盖了优化过程中的收敛(convergency)、退化(degenerate)问题,以及在测试阶段(in test phase)需要注意的事项,如人工制品(artifact)和阈值(threshold)的设定。此外,探讨了不同方法的权衡(trade-off),如指数衰减(exponential decay)和随机化(randomize)策略,以及如何通过解释(interpret)和调整(enforce)改善(ameliorate)模型的性能。
6015

被折叠的 条评论
为什么被折叠?



