容易弄错的繁体字

干:對應三個繁體字: (干)涉,(乾)燥,(幹)部;
后:對應兩個繁體字: (後)面,皇(后);
系:對應三個繁體字: 唔(系),關(係),聯(繫);
历:對應兩個繁體字: (歷)史,日(曆);
钟:對應兩個繁體字: 時(鐘),(鍾)意;
板:對應兩個繁體字:老(闆),木(板);
表:對應兩個繁體字:手(錶),外(表);
丑:對應兩個繁體字:(醜)怪,子(丑)寅卯。
范:對應兩個繁體字:模(範),(范)仲淹[注:姓氏];
丰:對應兩個繁體字:(豐)富,(丰)采;
刮:對應兩個繁體字:(颳)風,搜(刮);
胡:對應兩個繁體字:(鬍)須,(胡)闹,(胡)亂;
回:對應兩個繁體字:(迴)旋,(回)頭,(回)報,(回)族;
伙:對應兩個繁體字:(夥)計,團(夥),(伙)食,(伙)房;
姜:對應兩個繁體字:生(薑),(姜)子牙[注:姓氏];
借:對應兩個繁體字:(藉)口,(藉)題發挥,(借)錢;
克:對應兩個繁體字:攻(剋),(剋)期,(克)勤(克)儉,千(克);
困:對應兩個繁體字:(睏)倦,(睏)覺,(困)苦,圍(困);
漓:對應兩個繁體字:(灕)江,淋(漓);
里:對應兩個繁體字:表(裏)不一,這(裏),(里)程,鄰(里)關係;
帘:對應兩個繁體字:窗(簾),垂(簾)聽政,酒(帘)[注:旗子狀嘅標誌];
面:對應兩個繁體字:(麵)粉,(麵)條,當(面),表(面),反(面);
蔑:對應兩個繁體字:污(衊),(蔑)視;
千:對應兩個繁體字:鞦(韆)[注:簡體:秋千],一(千),(千)秋基业。
秋:對應兩個繁體字:(鞦)韆,(秋)季;
松:對應兩個繁體字:(鬆)散,(松)樹;
咸:對應兩個繁體字:(鹹)菜,老少(咸)宜;
向:對應兩個繁體字:(嚮)前走,方(向);
余:對應兩個繁體字:業(餘)愛好,(余)[注:第一人稱代詞,我];
郁:對應兩個繁體字:(鬱)(鬱)?#91;?#91;,濃(郁);
御:對應兩個繁體字:抵(禦),(御)驾親征;
愿:對應兩個繁體字:(願)望,(願)意,許(願),赵?#91;注:老实谨慎之意];
云:對應兩個繁體字:(雲)彩,(雲)南省,子曰詩云;
芸:對應兩個繁體字:(蕓)薹,(芸)香;
沄:對應兩個繁體字:(澐)[注:大波浪],大江(沄)(沄);
致:對應兩個繁體字:細(緻),(致)敬,(致)力;
制:對應兩個繁體字:節(制),(制)度,(製)造;
朱:對應兩個繁體字:(硃)[注:名詞:朱砂],(朱)紅色;
筑:對應兩個繁體字:建(築),(筑)[注:古代樂器];
准:對應兩個繁體字:(準)則,瞄(準),(准)許;
辟:對應兩個繁體字:复(辟),開(闢),精(闢);
别:對應兩個繁體字:告(別),(別)人,差(別),(彆)扭;
卜:對應兩個繁體字:占(卜),前程未(卜),蘿(蔔);
种:對應兩個繁體字:(种)[注:姓],物(種)起源,(種)田;
虫:對應兩個繁體字:昆(蟲),毛(蟲),長(虫)[注: “虺”的本字,毒蛇]
党:對應兩個繁體字:(党)項[注:姓氏],(黨)員;
斗:對應兩個繁體字:車載(斗)量,煙(斗),北(斗)星,(鬥)牛士,(鬥)智(鬥)勇;
谷:對應兩個繁體字:五 (穀)雜糧,稻(穀),山(谷),進退維(谷);
划:對應兩個繁體字:(划)船,(划)得来,刻(劃);
几:對應兩個繁體字:茶(几),(幾)乎,(幾)個;
家:對應兩個繁體字:(傢)具,(傢)什,(家)庭,(家)乡,科学(家);
据:對應兩個繁體字:占(據),(據)點,凭(據),拮(据);
卷:對應兩個繁體字:風(捲)殘雲,讀書破萬(卷),試(卷);
蜡:對應兩個繁體字:(蠟)燭,(蜡)[注:古代嘅一種年終祭祀];
了:對應兩個繁體字:(了)卻,受不(了),(瞭)解、一目(瞭)然、不甚(瞭)(瞭);
累:對應兩個繁體字:(纍)贅,罪行(纍)(纍),(纍)计,連(累);勞(累);
朴:對應兩個繁體字:(朴)刀,(樸)素;
仆:對應兩個繁體字:前(仆)后繼,(僕)人,公(僕);
舍:對應兩個繁體字:(捨)棄,施(捨),宿(舍);
胜:對應兩個繁體字: (勝)利,名(勝),(胜)任;
术:對應兩個繁體字:技(術),苍(术)[注:中草藥],白(术)[注:中草藥]。
台:對應四個繁體字:
1.天(台)[注:山名又地名],兄(台)[注:稱呼];
2.亭(臺)樓閣,舞(臺),
3.寫字(檯);
4.(颱)風;
体:對應兩個繁體字:身(體),(体)夫[注:抬靈柩嘅人);
涂:對應兩個繁體字:
1.(涂)[注:水名;姓],(涂)月[注:農曆十二月],(涂)吾[注:水名(見《山海經?北山經》)];
2. 生靈(塗)炭,(塗)改;
吁:對應兩個繁體字:長(吁)短歎,呼(籲);
佣:對應兩個繁體字:雇(傭),(傭)人,(佣)金;
折:對應兩個繁體字:奏(摺) ,(摺)叠,曲(摺),(折)本,(折)斷;
征:對應兩個繁體字:遠(征), (徵)召,象(徵);
症:對應兩個繁體字:(症)候,(癥)[注:腹中結塊之病]結;
厂:對應兩個繁體字:(厂)[注:多用于人名],工(廠);
广:對應兩個繁體字:(广)[注:多用于人名],(廣)阔、(廣)東省;
发:對應兩個繁體字:(發)達,頭(髮);
复:對應兩個繁體字:重(複),繁(複),(複)雜,(復)查,(復)習;
汇:對應兩個繁體字:(匯)合,(匯)款,(彙)聚,詞(彙);
获:對應兩個繁體字:捕(獲),(獲)得,收(穫);
尽:對應兩個繁體字:(儘)管,(盡)力,前功(盡)弃;
苏:對應兩個繁體字:紫(蘇),江(蘇),(蘇)维埃,(甦)醒;
坛:對應兩個繁體字:天(壇),花(壇),設(壇),論(壇),體(壇),(罎)(罎)罐罐,(罎子;
团:對應兩個繁體字:(團)结,(團)體,師(團),(團)員, 湯(糰),飯(糰);
须:對應兩個繁體字:必(須),(須)知,胡(鬚);
脏:對應兩個繁體字:肮(髒),內(臟),五(臟)六腑;
只:對應兩個繁體字:(隻)言片語,一(隻),(衹)不過,(衹)有;

 

转自:http://www.douban.com/group/topic/9933984/

转载于:https://www.cnblogs.com/qwertWZ/archive/2012/07/06/2580148.html

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