Q
队列(queue)
一种TensorFlow操作，用于实现队列数据结构，通常用于I/O中。
R
等级（rank）
机器学习中的一个多含义术语，可以理解为下列含义之一：
●张量中的维度数量。例如，标量等级为0，向量等级为1，矩阵等级为2。
●在将类别从最高到最低进行排序的机器学习问题中，类别的顺序位置。例如，行为排序系统可以将小狗的奖励从最高（牛排）到最低（甘蓝）进行排序。
评分者（rater）
为样本提供标签的人，有时称为“注释者”。
召回率(recall)
一种分类模型指标，用于回答的问题是：在所有可能的正类别标签中，模型正确地识别出了多少个、即：
$$
A \bot A B = \frac { A B } { A C } ( A B \bot A C ) ( A B \bot A B \bot C + B A \bot A B \bot A C )
$$
修正线性单元(ReLU,Rectified LinearUnit)
一种激活函数，其规则如下：
● 如果输入为负数或0，则输出0。
●如果输入为正数，则输出等于输入。
回归模型(regression model)
一种模型，能够输出连续的值（通常为浮点值）。可与分类模型进行比较，分类模型输出离散值，例如“垃圾邮件”或“非垃圾邮件”。
正则化（regularization）
对模型复杂度的惩罚。正则化有助于防止出现过拟合，包含以下类型：
● L1 正则化。
●L2 正则化。
●丢弃正则化。
●早停法（这不是正式的正则化方法，但可以有效限制过拟合）。
人工智能与大数据技术导论
466