| کلمات | توضیح | |
|---|---|---|
| ۱ | Wasserstein Loss |
یکی از توابع هزینه است که بر اساس فاصله زمین متحرک (EMD) بین توزیع داده‌های تولید شده و داده‌های واقعی است و معمولا در شبکه‌های مولد تخاصمی استفاده می‌شود. هزینه‌ی Wasserstein عملکرد از دست رفته پیش... |
| ۲ | Weight |
ضریب یک ویژگی در یک مدل خطی یا یک لبه در شبکه عمیق است. هدف از آموزش یک مدل خطی، تعیین وزن ایده‌آل برای هر ویژگی است. اگر وزنی 0 باشد، ویژگی مربوط به آن به مدل کمکی نمی‌کند. |
| ۳ | Weighted Alternating Least Squares(wals) |
الگوریتمی برای به حداقل رساندن تابع هدف هنگام فاکتورگیری ماتریس در سیستم‌های توصیه‌گر که می‌تواند وزنه‌ای سبک برای نمونه‌های ازدست رفته باشد. WALS خطای مربع وزنی بین ماتریس اصلی و بازسازی را با تناوبی... |
| ۴ | Wide Model |
یک مدل خطی که به طور معمول شامل تعداد زیادی ویژگی‌های ورودی پراکنده است و ما از آن به عنوان "گسترده" یاد می‌کنیم زیرا چنین مدلی نوع خاصی از شبکه عصبی با تعداد زیادی ورودی است که... |
| ۵ | Width |
به تعداد سلول‌های عصبی در یک لایه‌ی خاص از شبکه‌ی عصبی گفته می‌شود. |