这段时间在学习计算机视觉相关的知识，我导虽然是网安学院的，但研究方向是人机交互方向，所以以后大概就和机器学习打交道了。我主要研究可能是和CV相关，这里就介绍一下CV相关的论文中一些常见的单词和概念。

单词

Parametric Approach：参数方法
Linear Classifier：线性分类器
Hard-Code：硬编码
Algorithm：算法
Data-Driven：数据驱动
Optimization：优化
Dataset：数据集
Classifier：分类器
Hyperparameters：超参数
Validation：验证集
Loss Function：损失函数
Multiclass SVM(Support Vector Machine) loss：多类支持向量机损失
Softmax：归一化指数
Regularization：正则化
Unnormalized：非归一化
Partial Derivatives：偏导数
Gradient：梯度
Stochastic Gradient Descent(SGD)：随机梯度下降
ConvNets/Convolutional Neural Network：卷积神经网络
Backpropagation：反向传播
Neural Networks：神经网络
N-layer Neural Net=(N-1-hidden-layer Neural Net)：两层神经网络=一层隐藏神经网络
Fully Connected Layer：全连接层
Convolution Layer：卷积层
Pooling Layer：池化层
Computational Graphs：计算图
Activation functions：激活函数
Data Preprocessing：数据预处理
Weight Initialization：权重初始化
Batch Normalization：批归一化
Overfit：过拟合
Cross-validation：交叉验证
Saddle Points：鞍点
Momentum：动量
AdaGrad/Adaptive Gradient：自适应梯度算法

概念

Softmax：给定一系列类别，softmax可以给出某输入被划分到各个类别的概率分布。
Iteration：表示1次迭代，每次迭代更新1次网络结构的参数；
Batch-size：1次迭代所使用的样本量；
Epoch：1个epoch表示过了1遍训练集中的所有样本。