日语:语法1

【省略音、音便解析】

って:【副助词】

1. 提示话题。有「というのは」、「というものは」的意思。例:
*見習(みなら)い というのは 大変(たいへん)だ ね。
 → 見習(みなら)い って 大変(たいへん)だ ね。
 /当学徒很辛苦吧!                                                              
2. 表达听来的传言或他人想法。
*あの人(ひと)、首(くび)になった という話(はな)し よ。
 →あの人(ひと)、首(くび)になったんだ って よ。
 /听说他被炒鱿鱼了。
*川瀬(かわせ)さん が 日本(にほん)に 行(い)く と聞(き)いた よ。
 →川瀬(かわせ)さん が 日本(にほん)に 行(い)くんだ って よ。
 /听说川濑先生要去日本哦!
*美味(おい)しくない と 思(おも)ってるんだ よ。
 →美味しくない って おもってるんだ よ。
 /觉得不好吃!

3. 表示有指定的内容,有「~という」、「~といって」、「~ということ」的意思。
*トムさん という 人(じん)は どこの国(くに)の人(ひと)?
 →トムさん って 人は どこの国の人?
 /Tom是哪国人啊?  
*友達(ともだち)と 約束(やくそく)してた ということ、忘(わす)れてた。
 →友達と 約束してだった って 忘れてた。
 /我忘了和朋友有约。

4. 重复对方问话。
*誰(だれ)か って 言(い)われても 知(し)らないよ。
 /你问我他是谁,我不知道啊。

5.「って」 放在句尾,可当终助词,无意义,用来加强语气。
*あの人(ひと)を見(み)た 覚(おぼ)え は ない って
 /我不记得见过那个人。

【常用助词解析】1

:【终助词】
1.接在动词连用形下,表示轻微的命令。是【~なさい】的简略形。
*早く 言い な。/快点说。
2.接在动词终止形下,表示禁止。相对于中文的“不要……”
*動く な。/不要动。

かな:【终助词】
1.表示疑问或怀疑的语气。常用在自言自语的场合。
*手紙(てがみ)、送(おく)った かな。/我把信寄出去了吧?
2.表示自己的希望、愿望。通常会以【~ないかな】的形式出现。相当与中文的“怎么还不……呢?”
*バス(ばす)、早(はや)く 来(こ)ない かな。/公共汽车怎么还不快来呢?

【常用助词解析】2
:【终助词】
1.表示质问或疑问。(语调上扬)
*まだ わからない の。/你还不懂吗?
2.表示轻微断定。(语调下降)
*明日(あした) は 行(い)かない の。/明天不去啦!
のに:【接续助词】
1.接在活用语连体形下,连接前后两句,有责怪、不满或感到意外的语气。通常表示结果出乎意料或不合常理。
*何回(なんかい)も 行(おこな)った のに、何(なん)で まだ わからない の。
/我已经说了很多遍了,为什么你还是不懂呢?
2.作为【终助词】放在句末时,含有遗憾、惋惜、不满、责怪的语气或埋怨对方不了解自己的心情。
*なんで 食(た)べない の。わざわざ 料理(りょうり)を 作(つ)ってあげた のに。
/为什么不吃呢?我特地为你下厨,你竟然……

 

今天加入的是很实用的口语简略形哦~
附录:省略音、音便解析02
1.口语的简略形ちゃ/きゃ
原文     口语表现
~てはいけない → ちゃいけない
~ではいけない → じゃいけない
~ではない   → じゃない

2.口语的简略形ちゃ/きゃ
原文      口语表现
~なくてはいけない → なくちゃいけない
~なければならない → なきゃならない

3.口语的简略形ちゃう/じゃう 「ちゃう」是「てしまう/表示动作的完了」的口语简略形。
原文    口语表现
てしまう  → ちゃう
てしまった → ちゃった
てしまおう → ちゃおう
でしまう  → じゃう
注:(初学者这里看看哦~)
动词的て形/で形+しまう 表示动作的完成,并对动作的完成带有点“残念(ざんねん)”的味道。
*全部(ぜんぶ) たべてしまう なんて ひどいよ。
→全部(ぜんぶ) たべちゃう なんて ひどいよ。
/你竟然把它全部吃光了,真是太过分了。(带有“好可惜啊,竟然全部吃完了”的意味。)

 

【常用助词解析】3
なんて
:【终助词】表示感到意外的语气,大略是以下说法的口语简略形。

1.などと言って
 *自分(じぶん)で 「(「)清純派(せいじゅんは)」(」) などと言(い)って、厚(あつ)かましい。
  →自分(じぶん)で 「清純派(せいじゅんは)」 なんて、厚(あつ)かましい。
  /竟然说自己是清纯派,真是厚颜无耻。
2.などとは
 *全部(ぜんぶ) たべちゃう などとは ひどいよ。
  →全部(ぜんぶ) たべちゃう なんて ひどいよ。
  /你竟然把它全部吃光了,真是太过分了。
3.など(举例说明时)
 *いやだよ、一緒(いっしょ)に なって 騙(だま)す など。
  →いやだよ、一緒(いっしょ)に なって 騙(だま)す なんて。
  /我才不要和你一起骗人呢!
4.などと
 *今日 テスト などと 聞いてないよ。
  →今日(きょう) テスト なんて 聞(き)いてないよ。
  /我怎么没有听说今天要考试!

 

1.口语简略形りゃ
原文   口语表现
これは     →   こりゃ
それは     →   そりゃ
あれは     →   ありゃ
すれば     →   すりゃ
聞(き)いていれば  →  聞(き)いてりゃ

2.形容词~くって------- 其后省略了「たまらない/非常」。为口语强调形。
如:
忙(いそが)しくてたまらない  →   忙しくって/忙死了。
美味(おい)しくてたまらない →   美味しくって/太好吃了。

 

省略音、音便解析04:
在口语中,接在「て」之后出现的「い」音常会被省略掉。
PS:个人总结---基本上都是ている与它的变形体(如未然型ていない)中的い的简略,
其他的简略呢 就要在平时口语中去注意咯,这个嘛 我也在积累中。

如:
原文    口语表现
~てないで → ~てないで
~てる   → ~てる
~てられない→ ~てられない
~てく   → ~てく
聞(き)いてれば → きいてれば
もってったら→ もってったら

 

常用助词解析04:
なんか:【副助词】
1.「なにか」的口语说法。
 * なにか 得(とく)する こと でも ある。
 → なんか 得(とく)する こと でも ある。
 / 有什么好处吗?

2.「なんだか」的口语说法。“说不出个什么,但总觉得……”
 * なんだか、やっぱり 上海(シャンハイ)の方(ほう) が 暮(く)らしやすい と思(おも)うよ。
 → なんか、やっぱり 上海(シャンハイ)の方(ほう) が 暮(く)らしやすい と思(おも)うよ。
 / 总觉得还是在上海容易生活。

3.「など」的口语说法。表示例举事例。
 * お茶 など どう?
 → おちゃ なんか どう?
 / 要不要喝杯茶?

 

来源:http://bulo.hjenglish.com/menu/2314

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值