Glossary

0-9

1-shot learning 3D convolution 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 2-stage detector 9-layer network 0-shot learning 4D data

A

AGI / Artificial General Intelligence Attention Autoencoder Algorithm Artificial Intelligence (AI)

B

Backpropagation Batch Normalization BERT Bias Boosting

C

Clustering CNN / Convolutional Neural Network Chatbot Classifier / Classification Cross-Validation

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Encoder Embedding Ensemble Learning Epoch Explainable AI (XAI)

F

Foundation Model Fine-tuning Fusion / Multimodal Fusion Feature Extraction Forward Propagation

G

Graph Neural Network (GNN)GAN / Generative Adversarial Network Generative AI Gradient Descent Grounding

H

Hierarchical Model Hyperparameter Hidden Layer Hallucination Heuristic

I

Instance / Sample Instruction tuning Intelligence Amplification / Augmentation Interpretability Imbalanced Data

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

Kernel Trick KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Knowledge Distillation

L

Learning Rate Large Language Model (LLM)Latent Variable Loss Function LSTM / Long Short-Term Memory

M

Model Machine Learning (ML)Meta-learning Multi-head Attention Multimodal / Multimodality

N

Neural Network Novelty Detection / Anomaly Detection NLP / Natural Language Processing NLU / Natural Language Understanding Normalization

O

Objective Function Optimizer One-hot Encoding Online Learning Overfitting

P

Parameter Prompt Policy / Reinforcement Learning Policy Pooling Pretraining

Q

Query Q-learning Quality Estimation Quantization Queue / Buffer

R

Representation Learning Regularization Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)RNN / Recurrent Neural Network

S

Sampling Self-Supervised Learning Sequence Modeling Softmax Supervised Learning

T

Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning Training Data

U

Universal Approximation Theorem U-Net Underfitting Uncertainty Estimation Unsupervised Learning

V

Validation Set Vanishing / Exploding Gradient Variational Autoencoder (VAE)Vector Embedding Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem X-axis / feature axis XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Zero-gradient phenomenon Zero-centric / Zero-bias initialization Z-score Normalization Zero-shot Learning / Zero-shot inference Zygosity in augmentation

Was ist Softmax

Softmax ist eine Aktivierungsfunktion, die häufig in Mehrklassen-Maschinenlernmodellen verwendet wird und eine Menge beliebiger reeller Zahlen in eine Wahrscheinlichkeitsverteilung umwandelt.

Mathematisch wird es wie folgt definiert:
Softmax(z_i) = e^{z_i} / sum(e^{z_j}), wobei z_i das i-te Element des Eingangsvektors ist und K die Gesamtzahl der Klassen darstellt.

Diese Funktion stellt sicher, dass die Ausgabewerte eine Summe von 1 ergeben, was sie für Klassifizierungsaufgaben wie Bilderkennung und natürliche Sprachverarbeitung geeignet macht.

Zum Beispiel wandelt Softmax im Bereich der Bilderkennung die Ausgaben des Netzwerks in Wahrscheinlichkeiten für jede Kategorie um und hilft dem Modell, die Klasse des Eingabebildes zu bestimmen. Bei der Textklassifizierung bestimmt es das Thema, zu dem der Text gehört.

In der Zukunft könnte Softmax mit fortschrittlichen Algorithmen kombiniert werden, um die Klassifizierungsgenauigkeit und -effizienz zu verbessern.

Es hat jedoch einige Einschränkungen, wie z.B. einen hohen Rechenaufwand bei vielen Klassen und eine Empfindlichkeit gegenüber Variationen der Eingabedaten.

Beim Einsatz von Softmax sollte sichergestellt werden, dass die Eingabedaten angemessen skaliert sind, um numerische Instabilität zu vermeiden, insbesondere bei extremen Werten.