术语

把这本书里高频出现的神经网络词汇，压成一张可回看的索引表

中文术语	English	实践提示
权重	Weight	连接强度参数，决定输入信号对下一层节点的影响大小。
学习率	Learning Rate	控制每次权重更新步长的参数，太大易震荡，太小会学得很慢。
隐藏层	Hidden Layer	位于输入层与输出层之间的中间层，用于学习更有用的中间表征。
激活函数	Activation Function	把组合信号压成非线性输出的函数，本书主要使用逻辑 S 函数。
矩阵乘法	Matrix Multiplication	把大量相似节点计算整体化、向量化的核心工具。
反向传播	Backpropagation	将输出误差沿网络逆向传回各层并计算权重更新的方法。
MNIST	Modified National Institute of Standards and Technology	经典手写数字基准数据集，适合入门训练和公共比较。
训练集	Training Set	用于让模型学习参数的数据样本集合。
测试集	Test Set	模型未见过、用于检验泛化能力的数据样本集合。
数据增强	Data Augmentation	通过旋转、噪声、缩放等方式扩充样本变化，提高泛化能力。
梯度	Gradient	误差对参数变化的敏感度，用来指挥更新方向。
向后查询	Backquery	从输出标签反推输入图像的可视化方法，用于观察模型内部表征偏好。