Korean translation - Atcold/pytorch-Deep-Learning Wiki
Workload distribution
Terminology conventions
Rules
CNN -> CNN
Convolutional neural nets -> 합성곱 신경망
Dropout -> 드롭아웃
encoder -> 인코더
- 중요 단어는 처음에만
<sup>태그로 감싸서 영문으로도 표기
역전파backpropagation는 중요하다. 역전파가 딥러닝의 핵심이다.
- 3회 이상 등장하는 인물의 경우 이름을 아래 Convention에 따라 한글로 표기
Frank Rosenblatt은 말했다.
"왜 얀 르쿤 교수만 한글이야!!"
Terms
| Term |
Targeted Korean |
| activation |
활성화 |
| activation function |
활성화 함수 |
| adaline |
아달라인 |
| affine transformation |
아핀 변환 |
| (artificial) neural network |
(인공) 신경망 |
| autoencoder |
오토인코더 |
| autonomous vehicles |
자율주행 (차량) |
| backpropagation |
역전파 |
| batch normalization |
배치 정규화 |
| belief-propagaation |
신뢰 전파 |
| bias |
편향 |
| chain rule |
연쇄 법칙 |
| computer vision |
컴퓨터 비전 |
| contractive autoencoder |
수축형 오토인코더 |
| contrast normalization |
대비 평준화 |
| contrastive divergence |
대조 발산 |
| convolution |
합성 |
| convolutional sparse coding |
합성곱 희소 코딩, 합성곱 스파스 코딩 |
| cost function |
비용 함수 |
| cybernetic |
인공두뇌학 |
| deep-learning |
딥러닝 |
| dropout |
드롭아웃 |
| dynamic time warping |
동적 시간 왜곡 |
| embedding |
임베딩 |
| energy-based model |
에너지 기반 모델 |
| ensemble |
앙상블 |
| feature |
특징 |
| fire (of neuron) |
(뉴런의) 발화 |
| fully connected layer |
완전 연결 계층 |
| fully connected network |
완전 연결 신경망 |
| gradient |
경사, 그래디언트 |
| gradient descent |
경사 하강법 |
| hidden layer |
은닉층 |
| hierarchical representation |
계층적 표현 |
| image classification |
이미지 분류 |
| image segmentation |
영상 분할 |
| inference |
추론 |
| Jacobian matrix |
야코비안 행렬 |
| Jensen's Inequality |
옌센 부등식 |
| Jupyter Notebook |
주피터 노트북 |
| label |
레이블 |
| lane tracking |
차선 추적 |
| latent space |
잠재 공간 |
| layer |
레이어, 층 |
| layers |
계층 |
| lecture part A |
이론 part A |
| logistic regression |
로지스틱 회귀 |
| loss function |
손실함수 |
| L2 norm |
L2 정규화 |
| manifold |
매니폴드, 다양체 |
| Nash equilibrium |
내시 균형 |
| natural language understanding |
자연어 이해 |
| natural language processing |
자연어 처리 |
| nearest neighbor |
최근접 이웃 |
| neural ordinary differential equation |
뉴럴 상미분방정식 |
| non-maximum suppression |
비최대값 억제 |
| norm |
놈 |
| object detection |
객체 탐지 |
| one-hot |
원-핫 |
| parameter |
매개 변수, 모수 |
| pattern recognition |
패턴 인식 |
| penalty term |
벌칙 항, 페널티 항 |
| perceptron |
퍼셉트론 |
| pooling |
풀링 |
| practicum |
실습 |
| recurrent neural networks |
순환 신경망 |
| reflection |
반사 |
| regularization |
규제 |
| rotation |
로테이션 |
| relative entropy |
상대 엔트로피 |
| scaling |
스케일링 |
| self-supervised learning |
자기지도학습 |
| scalar |
스칼라 |
| semantic segmentation |
시맨틱 분할, 의미론적 분할 |
| segmentor |
분할기 |
| shearing |
절단, 전단 |
| softmax, soft (arg)max |
소프트맥스 |
| sparse coding |
희소 코딩, 스파스 코딩 |
| speech recognition |
음성 인식 |
| stochastic gradient descent |
확률적 경사 하강법 |
| supervised learning |
지도 학습 |
| tensor |
텐서 |
| translation |
번역 |
| trajectory |
사선 |
| unsupervised learning |
비지도 학습 |
| visual cortex |
시각 피질 |
| weight |
가중치 |
| weighted sum |
가중합 |
Names of people
| Term |
Targeted Korean |
| Alfredo Canziani |
알프래도 캔지아니 |
| Kunihiko Fukishima |
쿠니히코 후쿠시마 |
| Yann Lecun |
얀 르쿤 |
Proper Noun
| Term |
Targeted Korean |
| Anaconda |
아나콘다 |
| Miniconda |
미니콘다 |
| PyTorch |
파이토치 |
| Python |
파이썬 |
Do not translate
| Term |
Explanation |
| actor critic |
Actor Ctiric 알고리즘 |
| CNN |
Convolutional Neural Network 합성곱 신경망 |
| GAN |
generative adversarial networks 생산적 적대 신경망 |
| GPU |
Graphic Processing Unit 그래픽카드 |
| ReLU |
Rectified linear unit |