学计算机须知,学习计算机须知的50个专业术语

在我们生活中已经离不开计算机了, 但是计算机是国外发明的,因此涉及到很多的英文专业语会有很多小伙伴们吧了解,那么今天爱站小编就为大家介绍学习计算机须知的50个专业术语,大家快来看看吧。

8e0329da47d8bd36c0980092240bd85d.png

•PC:个人计算机Personal Computer

•CPU:中央处理器Central Processing Unit

•CPU Fan:中央处理器的“散热器”(Fan)

•MB:主机板MotherBoard

•RAM:内存Random Access Memory,以PC-代号划分规格,如PC-133,PC-1066,PC-270

•HDD:硬盘Hard Disk Drive

•FDD:软盘Floopy Disk Drive

•CD-ROM:光驱Compact Disk Read Only Memory

•DVD-ROM:DVD光驱Digital Versatile Disk Read Only Memory

•CD-RW:刻录机Compact Disk ReWriter

•VGA:显示卡(显示卡正式用语应为Display Card)

•AUD:声卡(声卡正式用语应为Sound Card)

•LAN:网卡(网卡正式用语应为Network Card)

•MODM:数据卡或调制解调器Modem

•HUB:集线器

•WebCam:网络摄影机

•Capture:影音采集卡

•Case:机箱

•Power:电源

•Moniter:屏幕,CRT为显像管屏幕,LCD为液晶屏幕

•USB:通用串行总线Universal Serial Bus,用来连接外围装置

•IEEE1394:新的高速序列总线规格Institute of Electrical and Electronic Engineers

•Mouse:鼠标,常见接口规格为PS/2与USB

•KB:键盘,常见接口规格为PS/2与USB

•Speaker:喇叭

•Printer:打印机

•Scanner:扫描仪

•UPS:不断电系统

•IDE:指IDE接口规格Integrated Device

•SCSI:指SCSI接口规格Small Computer System

•GHz:(中央处理器运算速度达)Gega赫兹/每秒

•FSB:指“前端总线(Front Side Bus)”频率,以MHz为单位

•AGP:显示总线Accelerated Graphics

Port,以2X,4X,8X表示传输频宽模式

•PCI:外围装置连接端口Peripheral Component Interconnect

•ATX:指目前电源供应器的规格,也指主机板标准大小尺寸

•BIOS:硬件(输入/输出)基本设置程序Basic Input Output System

•CMOS:储存BIOS基本设置数据的记忆芯片Complementary Metal-Oxide Semiconductor

•POST:开机检测Power On Self Test

•OS:操作系统Operating System

•Windows:窗口操作系统,图形接口

•DOS:早期文字指令接口的操作系统

•fdisk:“规划硬盘扇区”-DOS指令之一

•format:“硬盘扇区格式化”-DOS指令之一

•setup.exe:“执行安装程序”-DOS指令之一

•Socket:插槽,如CPU插槽种类有SocketA,Socket478等等

•Pin:针脚,如ATA133硬盘排线是80Pin,如PC2700内存模块是168Pin

•Jumper:跳线(短路端子)

•bit:位(0与1这两种电路状态), 计算机数据最基本的单位

•Byte:字节,等于8 bit(八个位的组合,共有256种电路状态),计算机一个文字以8 bit来表示

•KB:等于1024 Byte

•MB:等于1024 KB

•GB:等于1024 MB

以上就是介绍关于学习计算机须知的50个专业术语,只有了解计算机的专业术语才能帮助我们在学习电脑知识的过程中不再出现困难。

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