deeplearningbook_079-1
·
- ==================【DeepLearningBook_079.txt】================== Simpler tasks ma y b e solved b y smaller mo dels, and simpler solutions are more lik ely to generalize w ell. Prepro cessing of this kind is usually designed to remov e some kind of v ariabilit y in the input data that is easy for a human designer to describ e and that the human designer is confident has no relev ance to the task. When training with large datasets and large mo dels, this kind of prepro cessing is often unnecessary , and it is b est to just let the mo del learn which kinds of v ariability it should b ecome inv arian t to. F or example, the AlexNet system for classifying ImageNet only has one prepro cessing step: subtracting the mean across training examples of each pixel ( Krizhevsky et al. , ). 2012 12.2.1.1 Con trast Normalization One of the most obvious sources of v ariation that can b e safely remov ed for man y tasks is the amount of con trast in the image. Contrast simply refers to the magnitude of the difference b etw een the bright and the dark pixels in an image. There are many w ays of quan tifying the contrast of an image. In the context of deep learning, con trast usually refers to the standard deviation of the pixels in an image or region of an image. Supp ose we ha ve an image represen ted by a tensor X ∈ R r c × × 3 , with X i,j, 1 b eing the red in tensit y at row i and column j , X i,j, 2 giving the green in tensit y and X i,j, 3 giving the blue intensit y . Then the contrast of the en tire image is given b y 1 3 r c r i =1 c j =1 3 k =1 X i,j,k − ¯ X 2 (12.1) where ¯ X is the mean in tensity of the entire image: ¯ X = 1 3 r c r i =1 c j =1 3 k =1 X i,j,k . (12.2) Glob al c ontr ast normalization (GCN) aims to preven t images from having v arying amounts of con trast by subtracting the mean from each image, then rescaling it so that the standard deviation across its pixels is equal to some constan t s . This approac h is complicated b y the fact that no scaling factor can c hange the con trast of a zero-con trast image (one whose pixels all hav e equal in tensit y). Images with very lo w but non-zero con trast often hav e little information con ten t. Dividing by the true standard deviation usually accomplishes nothing more than amplifying sensor noise or compression artifacts in suc h cases. This 456 --- Page Break --- CHAPTER 12. APPLICA TIONS motiv ates introducing a small, p ositive regularization parameter λ to bias the estimate of the standard deviation. Alternately , one can constrain the denominator to b e at least . Giv en an input image X , GCN pro duces an output image X , defined such that X i,j,k = s X i,j,k − ¯ X max , λ + 1 3 rc r i =1 c j =1 3 k =1 X i,j,k − ¯ X 2 . (12.3) Datasets consisting of large images cropp ed to interesting ob jects are unlikely to contain any images with nearly constant in tensit y . In these cases, it is safe to practically ignore the small denominator problem b y setting λ = 0 and a v oid division by 0 in extremely rare cases by setting to an extremely lo w v alue like 10 − 8 . This is the approach used by ( ) on the CIF AR-10 Go o dfellow et al. 2013a dataset. Small images cropp ed randomly are more likely to ha ve nearly constant in tensit y , making aggressiv e regularization more useful. ( ) used Coates et al. 2011 λ = 0 and = 10 on small, randomly selected patc hes dra wn from CIF AR-10. The scale parameter s can usually b e set to , as done by ( ), 1 Coates et al. 2011 or chosen to mak e each individual pixel ha v e standard deviation across examples close to 1, as done b y ( ). Go o dfellow et al. 2013a The standard deviation in Eq. is just a rescaling of the 12.3 L 2 norm of the image (assuming the mean of the image has already been remov ed). It is preferable to define GCN in terms of standard deviation rather than L 2 norm b ecause the standard deviation includes division by the num b er of pixels, so GCN based on standard deviation allows the same s to b e used regardless of image size. How ever, the observ ation that the L 2 norm is prop ortional to the standard deviation can help build a useful intuition. One can understand GCN as mapping examples to a spherical shell. See Fig. for an illustration. This can b e a useful prop erty 12.1 b ecause neural netw orks are often b etter at resp onding to directions in space rather than exact lo cations. Resp onding to multiple distances in the same direction requires hidden units with collinear weigh t v ectors but differen t biases. Such co ordination can b e difficult for the learning algorithm to discov er. Additionally , man y shallow graphical mo dels ha v e problems with representing m ultiple separated mo des along the same line. GCN av oids these problems by reducing each example to a direction rather than a direction and a distance. Coun terin tuitiv ely , there is a prepro cessing op eration kno wn as and it sphering is not the same op eration as GCN. Sphering do es not refer to making the data lie on a spherical shell, but rather to rescaling the principal comp onen ts to hav e equal v ariance, so that the m ultiv ariate normal distribution used by PCA has spherical con tours. Sphering is more commonly known as . whitening 457 --- Page Break --- CHAPTER 12. APPLICA TIONS − 1 5 0 0 1 5 . . . x 0 − 1 5 . 0 0 . 1 5 . x 1 Ra w input − 1 5 0 0 1 5 . . . x 0 GCN, = 10 λ − 2 − 1 5 0 0 1 5 . . . x 0 GCN, = 0 λ Figure 12.1: GCN maps examp les on to a sphere . (L eft) Raw input data may hav e any norm. GCN with (Cente r) λ = 0 maps all non-ze ro examp les p erfectl y onto a sphere . Here we use s = 1 and = 10 − 8 . Becau se w e use GCN based on norma lizing the standa rd deviat ion rather than the L 2 norm, the resulti ng sphere is not the unit sphere . (Right ) Regul arized GCN, with λ > 0 , draws examp les tow ard the sphere but do es not compl etely discar d the v ariatio n in their norm. W e leav e and the same as b efore. s Global contrast normalization will often fail to highlight image features we w ould lik e to stand out, such as edges and corners. If we hav e a scene with a large dark area and a large bright area (suc h as a city square with half the image in the shado w of a building) then global contrast normalization will ensure there is a large difference b etw een the brightness of the dark area and the brightness of the ligh t area. It will not, how ever, ensure that edges within the dark region stand out. This motiv ates lo c al c ontr ast normalization . Local con trast normalization ensures that the contrast is normalized across each small window, rather than o ver the image as a whole. See Fig. for a comparison of global and lo cal contrast 12.2 normalization. V arious definitions of lo cal contrast normalization are p ossible. In all cases, one mo difies eac h pixel by subtracting a mean of nearby pixels and dividing by a standard deviation of nearb y pixels. In some cases, this is literally the mean and standard deviation of all pixels in a rectangular windo w centered on the pixel to b e mo dified ( , ). In other cases, this is a weigh ted mean Pinto et al. 2008 and weigh ted standard deviation using Gaussian weigh ts centered on the pixel to b e mo dified. In the case of color images, some strategies pro cess different color c hannels separately while others combine information from differen t channels to normalize each pixel ( , ). Sermanet et al. 2012 458 --- Page Break ---
- Simpler tasks may be solved by smaller models, and simpler solutions are more likely to generalize well.
- 固定搭配:“be likely to”，含义：“有可能做某事”；“generalize well”，含义：“具有良好的泛化能力”。
- 句子分析:这是一个由“and”连接的并列句，前一个分句是含有情态动词的被动语态，后一个分句是主系表结构。
- 翻译:较简单的任务可以由较小的模型解决，并且更简单的解决方案更有可能具有良好的泛化能力。
- 单词分析:
- generalize:动词，词源来自拉丁语“generalis”（普遍的），词义：概括；归纳；使一般化；泛化。
- 记忆方法:联想“general”（普遍的）+“-ize”（动词后缀）→ 使普遍化 → 泛化。
- 形近词:generalize/general（普遍的）、generation（一代）。
- 发音解析:
- 音节分解:gen + er + al + ize /ˈdʒenrəlaɪz/，重音在第一音节
- 规则:gen → /dʒen/， “gen” 发 /dʒen/ 音，其中 “g” 发 /dʒ/ 音，“e” 发短元音 /ɛ/，“n” 发鼻音。
- 规则:er → /ər/， “er” 发 /ər/ 音，其中 “e” 发短元音 /ə/，“r” 发音。
- 规则:al → /əl/， “al” 发 /əl/ 音，其中 “a” 发短元音 /ə/，“l” 发音。
- 规则:ize → /aɪz/， “ize” 发 /aɪz/ 音，其中 “i” 发长元音 /aɪ/，“z” 发音。
- generalize:动词，词源来自拉丁语“generalis”（普遍的），词义：概括；归纳；使一般化；泛化。
- Preprocessing of this kind is usually designed to remove some kind of variability in the input data that is easy for a human designer to describe and that the human designer is confident has no relevance to the task.
- 固定搭配:“be designed to”，含义：“被设计用来做某事”；“have relevance to”，含义：“与……有关”。
- 句子分析:这是一个主从复合句，主句是“Preprocessing of this kind is usually designed to remove some kind of variability in the input data”，后面跟着两个由“and”连接的定语从句，修饰先行词“variability”。
- 翻译:这种预处理通常旨在去除输入数据中某种人类设计者容易描述且确信与任务无关的可变性。
- 单词分析:
- preprocessing:名词，由“pre-”（前缀，表示“预先”）+“processing”（处理）构成，词义：预处理。
- 记忆方法:“pre-”（预先）+“processing”（处理）→ 预先处理。
- 形近词:preprocessing/processing（处理）、preheat（预热）。
- 发音解析:
- 音节分解:pre + pro + cess + ing /ˌpriːˈprəʊsesɪŋ/，重音在第二音节
- 规则:pre → /priː/， “pre” 发 /priː/ 音，其中 “p” 发 /p/ 音，“r” 发音，“e” 发长元音 /iː/。
- 规则:pro → /prəʊ/， “pro” 发 /prəʊ/ 音，其中 “p” 发 /p/ 音，“r” 发音，“o” 发长元音 /əʊ/。
- 规则:cess → /ses/， “cess” 发 /ses/ 音，其中 “c” 发 /s/ 音，“e” 发短元音 /ɛ/，“s” 发音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“n” 发鼻音，“g” 发音。
- preprocessing:名词，由“pre-”（前缀，表示“预先”）+“processing”（处理）构成，词义：预处理。
- variability:名词，由“variable”（可变的）+“-ity”（名词后缀）构成，词义：可变性；变异性。
- 记忆方法:“variable”（可变的）+“-ity”（名词后缀）→ 可变性。
- 形近词:variability/variable（可变的）、variation（变化）。
- 发音解析:
- 音节分解:var + i + abil + ity /ˌveəriəˈbɪləti/，重音在第三音节
- 规则:var → /veə(r)/， “var” 发 /veə(r)/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eə(r)/。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:abil → /əbl/， “abil” 发 /əbl/ 音，其中 “a” 发短元音 /ə/，“b” 发音，“i” 发短元音 /ɪ/，“l” 发音。
- 规则:ity → /əti/， “ity” 发 /əti/ 音，其中 “i” 发短元音 /ɪ/，“t” 发音，“y” 发 /i/ 音。
- confident:形容词，词源来自拉丁语“confidere”（信任），词义：自信的；确信的。
- 记忆方法:“con-”（加强）+“fid”（信任）+“-ent”（形容词后缀）→ 非常信任的 → 自信的。
- 形近词:confident/confidence（信心）、confide（吐露）。
- 发音解析:
- 音节分解:con + fi + dent /ˈkɒnfɪdənt/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:fi → /fɪ/， “fi” 发 /fɪ/ 音，其中 “f” 发 /f/ 音，“i” 发短元音 /ɪ/。
- 规则:dent → /dənt/， “dent” 发 /dənt/ 音，其中 “d” 发 /d/ 音，“e” 发短元音 /ə/，“n” 发鼻音，“t” 发音。
- When training with large datasets and large models, this kind of preprocessing is often unnecessary, and it is best to just let the model learn which kinds of variability it should become invariant to.
- 固定搭配:“let sb. do sth.”，含义：“让某人做某事”。
- 句子分析:这是一个主从复合句，“When training with large datasets and large models”是时间状语，主句是由“and”连接的并列句，后一个分句中“which kinds of variability it should become invariant to”是宾语从句。
- 翻译:当使用大型数据集和大型模型进行训练时，这种预处理通常是不必要的，最好让模型学习它应该对哪些类型的可变性保持不变。
- 单词分析:
- unnecessary:形容词，由“un-”（否定前缀）+“necessary”（必要的）构成，词义：不必要的。
- 记忆方法:“un-”（否定）+“necessary”（必要的）→ 不必要的。
- 形近词:unnecessary/necessary（必要的）、unusual（不寻常的）。
- 发音解析:
- 音节分解:un + nec + es + sar + y /ʌnˈnesəsəri/，重音在第二音节
- 规则:un → /ʌn/， “un” 发 /ʌn/ 音，其中 “u” 发短元音 /ʌ/，“n” 发鼻音。
- 规则:nec → /nek/， “nec” 发 /nek/ 音，其中 “n” 发鼻音，“e” 发短元音 /ɛ/，“c” 发 /k/ 音。
- 规则:es → /es/， “es” 发 /es/ 音，其中 “e” 发短元音 /ɛ/，“s” 发音。
- 规则:sar → /sə(r)/， “sar” 发 /sə(r)/ 音，其中 “s” 发 /s/ 音，“a” 发短元音 /ə/，“r” 发音。
- 规则:y → /i/， “y” 发 /i/ 音。
- unnecessary:形容词，由“un-”（否定前缀）+“necessary”（必要的）构成，词义：不必要的。
- invariant:形容词，由“in-”（否定前缀）+“variant”（可变的）构成，词义：不变的。
- 记忆方法:“in-”（否定）+“variant”（可变的）→ 不变的。
- 形近词:invariant/variant（可变的）、invariable（不变的）。
- 发音解析:
- 音节分解:in + var + i + ant /ɪnˈveəriənt/，重音在第二音节
- 规则:in → /ɪn/， “in” 发 /ɪn/ 音，其中 “i” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:var → /veə(r)/， “var” 发 /veə(r)/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eə(r)/。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:ant → /ənt/， “ant” 发 /ənt/ 音，其中 “a” 发短元音 /ə/，“n” 发鼻音，“t” 发音。
- For example, the AlexNet system for classifying ImageNet only has one preprocessing step: subtracting the mean across training examples of each pixel (Krizhevsky et al., 2012).
- 固定搭配:“for example”，含义：“例如”。
- 句子分析:简单句，主谓宾结构，“subtracting the mean across training examples of each pixel”是对“preprocessing step”的解释说明。
- 翻译:例如，用于对ImageNet进行分类的AlexNet系统只有一个预处理步骤：减去每个像素在训练样本上的均值（Krizhevsky等人，2012）。
- 单词分析:
- classify:动词，词源来自拉丁语“classis”（类别），词义：分类；归类。
- 记忆方法:“class”（类别）+“-ify”（动词后缀）→ 使成为类别 → 分类。
- 形近词:classify/class（班级；类别）、classification（分类）。
- 发音解析:
- 音节分解:class + i + fy /ˈklæsɪfaɪ/，重音在第一音节
- 规则:class → /klɑːs/， “class” 发 /klɑːs/ 音，其中 “c” 发 /k/ 音，“l” 发音，“a” 发长元音 /ɑː/，“s” 发音。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:fy → /faɪ/， “fy” 发 /faɪ/ 音，其中 “f” 发 /f/ 音，“y” 发长元音 /aɪ/。
- classify:动词，词源来自拉丁语“classis”（类别），词义：分类；归类。
- 12.2.1.1 Contrast Normalization One of the most obvious sources of variation that can be safely removed for many tasks is the amount of contrast in the image.
- 句子分析:主从复合句，“that can be safely removed for many tasks”是定语从句，修饰先行词“sources of variation”。
- 翻译:12.2.1.1对比度归一化 对于许多任务来说，可以安全去除的最明显的变化来源之一是图像中的对比度。
- 单词分析:
- contrast:名词，词源来自拉丁语“contrastes”（对立），词义：对比；对比度。
- 记忆方法:“contra-”（相反）+“st”（站立）→ 相对站立 → 对比。
- 形近词:contrast/contract（合同；收缩）、contact（接触）。
- 发音解析:
- 音节分解:con + trast /ˈkɒntrɑːst/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:trast → /trɑːst/， “trast” 发 /trɑːst/ 音，其中 “t” 发 /t/ 音，“r” 发音，“a” 发长元音 /ɑː/，“s” 发音。
- contrast:名词，词源来自拉丁语“contrastes”（对立），词义：对比；对比度。
- normalization:名词，由“normal”（正常的）+“-ization”（名词后缀）构成，词义：归一化；标准化。
- 记忆方法:“normal”（正常的）+“-ization”（名词后缀）→ 使正常化 → 归一化。
- 形近词:normalization/normal（正常的）、normalize（使归一化）。
- 发音解析:
- 音节分解:nor + mal + iz + ation /ˌnɔːməlaɪˈzeɪʃn/，重音在第三音节
- 规则:nor → /nɔː(r)/， “nor” 发 /nɔː(r)/ 音，其中 “n” 发鼻音，“o” 发长元音 /ɔː/，“r” 发音。
- 规则:mal → /məl/， “mal” 发 /məl/ 音，其中 “m” 发音，“a” 发短元音 /ə/，“l” 发音。
- 规则:iz → /aɪz/， “iz” 发 /aɪz/ 音，其中 “i” 发长元音 /aɪ/，“z” 发音。
- 规则:ation → /eɪʃn/， “ation” 发 /eɪʃn/ 音，其中 “a” 发长元音 /eɪ/，“t” 发音，“i” 发短元音 /ɪ/，“o” 发短元音 /ə/，“n” 发鼻音。
- Contrast simply refers to the magnitude of the difference between the bright and the dark pixels in an image.
- 固定搭配:“refer to”，含义：“指的是”。
- 句子分析:简单句，主谓宾结构。
- 翻译:对比度简单来说指的是图像中亮像素和暗像素之间差异的大小。
- 单词分析:
- magnitude:名词，词源来自拉丁语“magnus”（大的），词义：大小；量级；重要性。
- 记忆方法:“magn”（大的）+“-itude”（名词后缀）→ 大的程度 → 大小。
- 形近词:magnitude/magnify（放大）、magnificent（壮丽的）。
- 发音解析:
- 音节分解:mag + ni + tude /ˈmæɡnɪtjuːd/，重音在第一音节
- 规则:mag → /mæɡ/， “mag” 发 /mæɡ/ 音，其中 “m” 发音，“a” 发短元音 /æ/，“g” 发音。
- 规则:ni → /nɪ/， “ni” 发 /nɪ/ 音，其中 “n” 发鼻音，“i” 发短元音 /ɪ/。
- 规则:tude → /tjuːd/， “tude” 发 /tjuːd/ 音，其中 “t” 发 /t/ 音，“u” 发长元音 /juː/，“d” 发音。
- magnitude:名词，词源来自拉丁语“magnus”（大的），词义：大小；量级；重要性。
- There are many ways of quantifying the contrast of an image.
- 句子分析:There be句型，表示“有”。
- 翻译:有很多方法可以量化图像的对比度。
- 单词分析:
- quantify:动词，由“quantity”（数量）+“-ify”（动词后缀）构成，词义：量化；确定……的数量。
- 记忆方法:“quantity”（数量）+“-ify”（动词后缀）→ 使成为数量 → 量化。
- 形近词:quantify/quantity（数量）、quantitative（定量的）。
- 发音解析:
- 音节分解:quan + ti + fy /ˈkwɒntɪfaɪ/，重音在第一音节
- 规则:quan → /kwɒn/， “quan” 发 /kwɒn/ 音，其中 “q” 发 /kw/ 音，“u” 发短元音 /ɒ/，“a” 发短元音 /æ/，“n” 发鼻音。
- 规则:ti → /tɪ/， “ti” 发 /tɪ/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:fy → /faɪ/， “fy” 发 /faɪ/ 音，其中 “f” 发 /f/ 音，“y” 发长元音 /aɪ/。
- quantify:动词，由“quantity”（数量）+“-ify”（动词后缀）构成，词义：量化；确定……的数量。
- In the context of deep learning, contrast usually refers to the standard deviation of the pixels in an image or region of an image.
- 固定搭配:“in the context of”，含义：“在……的背景下”；“refer to”，含义：“指的是”。
- 句子分析:简单句，主谓宾结构。
- 翻译:在深度学习的背景下，对比度通常指的是图像或图像区域中像素的标准差。
- 单词分析:
- context:名词，词源来自拉丁语“contextus”（编织在一起），词义：背景；上下文；环境。
- 记忆方法:“con-”（一起）+“text”（编织）→ 编织在一起 → 上下文。
- 形近词:context/contact（接触）、contest（竞赛）。
- 发音解析:
- 音节分解:con + text /ˈkɒntekst/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:text → /tekst/， “text” 发 /tekst/ 音，其中 “t” 发 /t/ 音，“e” 发短元音 /ɛ/，“x” 发 /ks/ 音，“t” 发音。
- context:名词，词源来自拉丁语“contextus”（编织在一起），词义：背景；上下文；环境。
- deviation:名词，由“deviate”（偏离）+“-ion”（名词后缀）构成，词义：偏差；偏离。
- 记忆方法:“de-”（离开）+“viate”（道路）→ 离开道路 → 偏离。
- 形近词:deviation/deviate（偏离）、devious（迂回的）。
- 发音解析:
- 音节分解:de + vi + ation /ˌdiːviˈeɪʃn/，重音在第三音节
- 规则:de → /diː/， “de” 发 /diː/ 音，其中 “d” 发 /d/ 音，“e” 发长元音 /iː/。
- 规则:vi → /vaɪ/， “vi” 发 /vaɪ/ 音，其中 “v” 发 /v/ 音，“i” 发长元音 /aɪ/。
- 规则:ation → /eɪʃn/， “ation” 发 /eɪʃn/ 音，其中 “a” 发长元音 /eɪ/，“t” 发音，“i” 发短元音 /ɪ/，“o” 发短元音 /ə/，“n” 发鼻音。
- Suppose we have an image represented by a tensor X ∈ R r c × × 3, with X i,j, 1 being the red intensity at row i and column j, X i,j, 2 giving the green intensity and X i,j, 3 giving the blue intensity.
- 句子分析:这是一个复合句，“Suppose we have an image”是主句，“represented by a tensor X ∈ R r c × × 3”是后置定语修饰“image”，“with X i,j, 1 being... X i,j, 2 giving... X i,j, 3 giving...”是伴随状语。
- 翻译:假设我们有一幅由张量X ∈ R r c × × 3表示的图像，其中X i,j, 1 是第i行第j列的红色强度，X i,j, 2 是绿色强度，X i,j, 3 是蓝色强度。
- 单词分析:
- tensor:名词，词源来自拉丁语“tensus”（伸展），词义：张量。
- 记忆方法:联想“tense”（拉紧）→ 伸展的东西 → 张量。
- 形近词:tensor/tension（紧张；张力）、tent（帐篷）。
- 发音解析:
- 音节分解:ten + sor /ˈtensə(r)/，重音在第一音节
- 规则:ten → /ten/， “ten” 发 /ten/ 音，其中 “t” 发 /t/ 音，“e” 发短元音 /ɛ/，“n” 发鼻音。
- 规则:sor → /sə(r)/， “sor” 发 /sə(r)/ 音，其中 “s” 发 /s/ 音，“o” 发短元音 /ə/，“r” 发音。
- tensor:名词，词源来自拉丁语“tensus”（伸展），词义：张量。
- intensity:名词，由“intense”（强烈的）+“-ity”（名词后缀）构成，词义：强度；强烈。
- 记忆方法:“intense”（强烈的）+“-ity”（名词后缀）→ 强烈的程度 → 强度。
- 形近词:intensity/intense（强烈的）、intensify（增强）。
- 发音解析:
- 音节分解:in + ten + si + ty /ɪnˈtensəti/，重音在第二音节
- 规则:in → /ɪn/， “in” 发 /ɪn/ 音，其中 “i” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:ten → /ten/， “ten” 发 /ten/ 音，其中 “t” 发 /t/ 音，“e” 发短元音 /ɛ/，“n” 发鼻音。
- 规则:si → /saɪ/， “si” 发 /saɪ/ 音，其中 “s” 发 /s/ 音，“i” 发长元音 /aɪ/。
- 规则:ty → /ti/， “ty” 发 /ti/ 音，其中 “t” 发 /t/ 音，“y” 发 /i/ 音。
- Then the contrast of the entire image is given by 1 3 r c r i =1 c j =1 3 k =1 X i,j,k − ¯ X 2 (12.1) where ¯ X is the mean intensity of the entire image: ¯ X = 1 3 r c r i =1 c j =1 3 k =1 X i,j,k. (12.2)
- 句子分析:主从复合句，“where ¯ X is the mean intensity of the entire image”是定语从句，修饰前面的内容。
- 翻译:那么整个图像的对比度由公式（12.1）给出，其中 ¯ X 是整个图像的平均强度，如公式（12.2）所示。
- 单词分析:
- entire:形容词，词源来自拉丁语“integer”（完整的），词义：整个的；全部的。
- 记忆方法:“en-”（使）+“tire”（完整）→ 使完整 → 整个的。
- 形近词:entire/entirely（完全地）、integral（不可或缺的）。
- 发音解析:
- 音节分解:en + tire /ɪnˈtaɪə(r)/，重音在第二音节
- 规则:en → /ɪn/， “en” 发 /ɪn/ 音，其中 “e” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:tire → /taɪə(r)/， “tire” 发 /taɪə(r)/ 音，其中 “t” 发 /t/ 音，“i” 发长元音 /aɪ/，“r” 发音，“e” 发短元音 /ə/。
- entire:形容词，词源来自拉丁语“integer”（完整的），词义：整个的；全部的。
- Global contrast normalization (GCN) aims to prevent images from having varying amounts of contrast by subtracting the mean from each image, then rescaling it so that the standard deviation across its pixels is equal to some constant s.
- 固定搭配:“aim to”，含义：“旨在；目的是”；“prevent... from...”，含义：“阻止……做某事”。
- 句子分析:简单句，主谓宾结构，“by subtracting the mean from each image, then rescaling it”是方式状语，“so that the standard deviation across its pixels is equal to some constant s”是目的状语从句。
- 翻译:全局对比度归一化（GCN）旨在通过从每个图像中减去均值，然后对其进行重新缩放，使图像像素的标准差等于某个常数s，从而防止图像具有不同程度的对比度。
- 单词分析:
- global:形容词，由“globe”（地球）+“-al”（形容词后缀）构成，词义：全球的；全局的。
- 记忆方法:“globe”（地球）+“-al”（形容词后缀）→ 与地球有关的 → 全球的。
- 形近词:global/globe（地球）、glorious（光荣的）。
- 发音解析:
- 音节分解:glo + bal /ˈɡləʊbl/，重音在第一音节
- 规则:glo → /ɡləʊ/， “glo” 发 /ɡləʊ/ 音，其中 “g” 发 /ɡ/ 音，“l” 发音，“o” 发长元音 /əʊ/。
- 规则:bal → /bl/， “bal” 发 /bl/ 音，其中 “b” 发音，“a” 不发音，“l” 发音。
- global:形容词，由“globe”（地球）+“-al”（形容词后缀）构成，词义：全球的；全局的。
- rescale:动词，由“re-”（再次）+“scale”（缩放）构成，词义：重新缩放。
- 记忆方法:“re-”（再次）+“scale”（缩放）→ 再次缩放。
- 形近词:rescale/scale（规模；缩放）、reshape（重塑）。
- 发音解析:
- 音节分解:re + scale /ˌriːˈskeɪl/，重音在第二音节
- 规则:re → /riː/， “re” 发 /riː/ 音，其中 “r” 发音，“e” 发长元音 /iː/。
- 规则:scale → /skeɪl/， “scale” 发 /skeɪl/ 音，其中 “s” 发 /s/ 音，“c” 发 /k/ 音，“a” 发长元音 /eɪ/，“l” 发音。
- constant:形容词，词源来自拉丁语“constans”（坚定的），词义：恒定的；不变的；常数。
- 记忆方法:“con-”（加强）+“stant”（站立）→ 一直站立 → 恒定的。
- 形近词:constant/constancy（恒定）、inconstant（多变的）。
- 发音解析:
- 音节分解:con + stant /ˈkɒnstənt/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:stant → /stənt/， “stant” 发 /stənt/ 音，其中 “s” 发 /s/ 音，“t” 发 /t/ 音，“a” 发短元音 /ə/，“n” 发鼻音，“t” 发音。
- This approach is complicated by the fact that no scaling factor can change the contrast of a zero-contrast image (one whose pixels all have equal intensity).
- 句子分析:主从复合句，“that no scaling factor can change the contrast of a zero-contrast image”是同位语从句，解释说明“the fact”。
- 翻译:这种方法因一个事实而变得复杂，即没有任何缩放因子可以改变零对比度图像（其像素强度都相等的图像）的对比度。
- 单词分析:
- complicated:形容词，由“complicate”（使复杂）+“-ed”（形容词后缀）构成，词义：复杂的。
- 记忆方法:“com-”（一起）+“plicate”（折叠）→ 折叠在一起 → 复杂的。
- 形近词:complicated/complicate（使复杂）、complication（并发症；复杂情况）。
- 发音解析:
- 音节分解:com + pli + cat + ed /ˈkɒmplɪkeɪtɪd/，重音在第一音节
- 规则:com → /kɒm/， “com” 发 /kɒm/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“m” 发音。
- 规则:pli → /plɪ/， “pli” 发 /plɪ/ 音，其中 “p” 发 /p/ 音，“l” 发音，“i” 发短元音 /ɪ/。
- 规则:cat → /keɪt/， “cat” 发 /keɪt/ 音，其中 “c” 发 /k/ 音，“a” 发长元音 /eɪ/，“t” 发音。
- 规则:ed → /ɪd/， “ed” 发 /ɪd/ 音，其中 “e” 发短元音 /ɪ/，“d” 发音。
- complicated:形容词，由“complicate”（使复杂）+“-ed”（形容词后缀）构成，词义：复杂的。
- scaling:名词，由“scale”（缩放）+“-ing”（名词后缀）构成，词义：缩放；比例缩放。
- 记忆方法:“scale”（缩放）+“-ing”（名词后缀）→ 缩放的行为 → 缩放。
- 形近词:scaling/scale（规模；缩放）、scalpel（手术刀）。
- 发音解析:
- 音节分解:scal + ing /ˈskeɪlɪŋ/，重音在第一音节
- 规则:scal → /skeɪl/， “scal” 发 /skeɪl/ 音，其中 “s” 发 /s/ 音，“c” 发 /k/ 音，“a” 发长元音 /eɪ/，“l” 发音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“n” 发鼻音，“g” 发音。
- Images with very low but non - zero contrast often have little information content.
- 句子分析:简单句，“with very low but non - zero contrast”是后置定语修饰“Images”。句子描述低但非零对比度的图像信息含量少。
- 翻译:对比度非常低但非零的图像通常信息含量很少。
- 单词分析:
- non - zero:形容词，“non -”为否定前缀，“zero”是“零”，词义：非零的。
- 记忆方法:“non -”表示否定，加上“zero”，就是非零。
- 形近词:non - stop（不停的）、non - existent（不存在的）。
- 发音解析:
- 音节分解:non + zero /ˌnɒn ˈzɪərəʊ/，重音在第二音节
- 规则:non → /nɒn/， “non” 发 /nɒn/ 音，其中 “n” 发鼻音，“o” 发短元音 /ɒ/。
- 规则:zero → /ˈzɪərəʊ/， “zero” 发 /ˈzɪərəʊ/ 音，其中 “z” 发 /z/ 音，“e” 发短元音 /ɪ/，“ro” 发 /ərəʊ/ 音。
- non - zero:形容词，“non -”为否定前缀，“zero”是“零”，词义：非零的。
- Dividing by the true standard deviation usually accomplishes nothing more than amplifying sensor noise or compression artifacts in such cases.
- 固定搭配:"accomplish nothing more than"意为“只不过是；仅仅是”。
- 句子分析:动名词短语“Dividing by the true standard deviation”作主语，句子说明在这种情况下除以真实标准差的结果。
- 翻译:在这种情况下，除以真实标准差通常只不过是放大传感器噪声或压缩伪像。
- 单词分析:
- amplify:动词，词源来自拉丁语“amplus”（大的），词义：放大；增强。
- 记忆方法:联想“am”（是）+“ply”（折叠），不断折叠使东西变大，即放大。
- 形近词:amplifier（放大器）、ample（充足的）。
- 发音解析:
- 音节分解:am + pli + fy /ˈæmplɪfaɪ/，重音在第一音节
- 规则:am → /æm/， “am” 发 /æm/ 音，其中 “a” 发短元音 /æ/，“m” 发鼻音。
- 规则:pli → /plɪ/， “pli” 发 /plɪ/ 音，其中 “p” 发 /p/ 音，“l” 发 /l/ 音，“i” 发短元音 /ɪ/。
- 规则:fy → /faɪ/， “fy” 发 /faɪ/ 音，其中 “f” 发 /f/ 音，“y” 发 /aɪ/ 音。
- amplify:动词，词源来自拉丁语“amplus”（大的），词义：放大；增强。
- artifact:名词，词源来自拉丁语“artefactum”，词义：人工制品；伪像。
- 记忆方法:“art”（艺术）+“ifact”（可联想为“fact”事实），艺术创作出来的东西，即人工制品。
- 形近词:artificial（人造的）、artifacture（工艺）。
- 发音解析:
- 音节分解:ar + ti + fact /ˈɑːtɪfækt/，重音在第一音节
- 规则:ar → /ɑː/， “ar” 发 /ɑː/ 音，其中 “a” 发长元音 /ɑː/。
- 规则:ti → /tɪ/， “ti” 发 /tɪ/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:fact → /fækt/， “fact” 发 /fækt/ 音，其中 “f” 发 /f/ 音，“a” 发短元音 /æ/，“c” 发 /k/ 音，“t” 发 /t/ 音。
- This motivates introducing a small, positive regularization parameter λ to bias the estimate of the standard deviation.
- 句子分析:“This”指代前面提到的情况，“motivates doing sth.”是考点，句子表明前面的情况促使引入参数来影响标准差估计。
- 翻译:这促使引入一个小的、正的正则化参数λ来使标准差的估计产生偏差。
- 单词分析:
- motivate:动词，词源来自拉丁语“motivus”（移动的原因），词义：促使；激励。
- 记忆方法:“motive”（动机）+“-ate”（动词后缀），有动机就会促使行动。
- 形近词:motivation（动机）、motivator（激励者）。
- 发音解析:
- 音节分解:mo + ti + vate /ˈməʊtɪveɪt/，重音在第二音节
- 规则:mo → /məʊ/， “mo” 发 /məʊ/ 音，其中 “o” 发长元音 /əʊ/。
- 规则:ti → /tɪ/， “ti” 发 /tɪ/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:vate → /veɪt/， “vate” 发 /veɪt/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eɪ/，“t” 发 /t/ 音。
- motivate:动词，词源来自拉丁语“motivus”（移动的原因），词义：促使；激励。
- regularization:名词，“regularize”（使有规则）+“-ation”（名词后缀），词义：正则化。
- 记忆方法:“regular”（规则的）+“-ize”（使……化）+“-ation”（名词后缀），使变得有规则。
- 形近词:regular（规则的）、irregular（不规则的）。
- 发音解析:
- 音节分解:reg + u + lar + i + za + tion /ˌreɡjʊləraɪˈzeɪʃn/，重音在倒数第二个音节
- 规则:reg → /reɡ/， “reg” 发 /reɡ/ 音，其中 “r” 发 /r/ 音，“e” 发短元音 /e/，“g” 发 /ɡ/ 音。
- 规则:u → /jʊ/， “u” 发 /jʊ/ 音，其中 “u” 发短元音 /jʊ/。
- 规则:lar → /lə(r)/， “lar” 发 /lə(r)/ 音，其中 “l” 发 /l/ 音，“a” 发短元音 /ə/，“r” 发 /r/ 音。
- 规则:i → /aɪ/， “i” 发 /aɪ/ 音，其中 “i” 发长元音 /aɪ/。
- 规则:za → /zə/， “za” 发 /zə/ 音，其中 “z” 发 /z/ 音，“a” 发短元音 /ə/。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音，其中 “t” 不发音，“i” 发短元音 /ɪ/，“on” 发 /ʃn/ 音。
- bias:动词，词源来自古法语“biais”（斜的），词义：使有偏见；使产生偏差。
- 记忆方法:联想“bi”（两个）+“as”（像），两边不一样，就有偏差。
- 形近词:unbiased（无偏见的）、biassed（有偏见的）。
- 发音解析:
- 音节分解:bi + as /ˈbaɪəs/，重音在第一音节
- 规则:bi → /baɪ/， “bi” 发 /baɪ/ 音，其中 “b” 发 /b/ 音，“i” 发长元音 /aɪ/。
- 规则:as → /əs/， “as” 发 /əs/ 音，其中 “a” 发短元音 /ə/，“s” 发 /s/ 音。
- Alternately, one can constrain the denominator to be at least ε.
- 句子分析:简单句，“constrain...to be...”是考点，句子提出另一种做法。
- 翻译:或者，人们可以将分母限制为至少为ε。
- 单词分析:
- alternately:副词，“alternate”（交替）+“-ly”（副词后缀），词义：交替地；或者。
- 记忆方法:“alternate”（交替）+“-ly”，表示交替的方式。
- 形近词:alternate（交替的）、alternative（可供选择的）。
- 发音解析:
- 音节分解:al + ter + nate + ly /ɔːlˈtɜːnətli/，重音在第二音节
- 规则:al → /ɔːl/， “al” 发 /ɔːl/ 音，其中 “a” 发长元音 /ɔː/，“l” 发 /l/ 音。
- 规则:ter → /tɜː(r)/， “ter” 发 /tɜː(r)/ 音，其中 “t” 发 /t/ 音，“e” 发长元音 /ɜː/，“r” 发 /r/ 音。
- 规则:nate → /neɪt/， “nate” 发 /neɪt/ 音，其中 “n” 发 /n/ 音，“a” 发长元音 /eɪ/，“t” 发 /t/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
- alternately:副词，“alternate”（交替）+“-ly”（副词后缀），词义：交替地；或者。
- constrain:动词，词源来自拉丁语“constrictus”（拉紧），词义：限制；约束。
- 记忆方法:“con -”（共同）+“strain”（拉紧），一起拉紧就是限制。
- 形近词:constraint（约束）、restrain（抑制）。
- 发音解析:
- 音节分解:con + strain /kənˈstreɪn/，重音在第二音节
- 规则:con → /kən/， “con” 发 /kən/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ə/。
- 规则:strain → /streɪn/， “strain” 发 /streɪn/ 音，其中 “s” 发 /s/ 音，“t” 发 /t/ 音，“r” 发 /r/ 音，“ai” 发长元音 /eɪ/，“n” 发 /n/ 音。
- Given an input image X, GCN produces an output image X′, defined such that X′i,j,k = s Xi,j,k − ¯X / max {ε, √(λ + 1/3rc ∑ri = 1 ∑cj = 1 ∑3k = 1 (Xi,j,k − ¯X)²} . (12.3)
- 句子分析:“Given...”是条件状语，句子介绍GCN根据输入图像生成输出图像的公式。
- 翻译:给定输入图像X，GCN生成输出图像X′，其定义为X′i,j,k = s Xi,j,k − ¯X / max {ε, √(λ + 1/3rc ∑ri = 1 ∑cj = 1 ∑3k = 1 (Xi,j,k − ¯X)²} 。（12.3）
- Datasets consisting of large images cropped to interesting objects are unlikely to contain any images with nearly constant intensity.
- 句子分析:“consisting of...”是后置定语修饰“Datasets”，句子说明这类数据集不太可能包含强度几乎恒定的图像。
- 翻译:由裁剪成有趣物体的大图像组成的数据集不太可能包含强度几乎恒定的图像。
- 单词分析:
- unlikely:形容词，“un -”（否定前缀）+“likely”（可能的），词义：不太可能的。
- 记忆方法:“un -”表示否定，加上“likely”，就是不太可能。
- 形近词:likely（可能的）、likelihood（可能性）。
- 发音解析:
- 音节分解:un + like + ly /ʌnˈlaɪkli/，重音在第二音节
- 规则:un → /ʌn/， “un” 发 /ʌn/ 音，其中 “u” 发短元音 /ʌ/，“n” 发鼻音。
- 规则:like → /laɪk/， “like” 发 /laɪk/ 音，其中 “l” 发 /l/ 音，“i” 发长元音 /aɪ/，“k” 发 /k/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
- unlikely:形容词，“un -”（否定前缀）+“likely”（可能的），词义：不太可能的。
- constant:形容词，词源来自拉丁语“constans”（坚定的），词义：恒定的；不变的。
- 记忆方法:“con -”（共同）+“stant”（站立），一直站在一起，即恒定的。
- 形近词:constancy（恒定）、inconstant（多变的）。
- 发音解析:
- 音节分解:con + stant /ˈkɒnstənt/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/。
- 规则:stant → /stənt/， “stant” 发 /stənt/ 音，其中 “s” 发 /s/ 音，“t” 发 /t/ 音，“a” 发短元音 /ə/，“n” 发 /n/ 音。
- In these cases, it is safe to practically ignore the small denominator problem by setting λ = 0 and avoid division by 0 in extremely rare cases by setting ε to an extremely low value like 10⁻⁸.
- 句子分析:“it”作形式主语，真正主语是“to practically ignore...”和“avoid...”，句子说明在某些情况下的处理方法。
- 翻译:在这些情况下，实际上可以安全地通过将λ设为0来忽略小分母问题，并通过将ε设为像10⁻⁸这样极低的值来避免在极罕见情况下除以0。
- 单词分析:
- practically:副词，“practical”（实际的）+“-ly”（副词后缀），词义：实际上；几乎。
- 记忆方法:“practical”（实际的）+“-ly”，表示实际的方式。
- 形近词:practical（实际的）、impractical（不实际的）。
- 发音解析:
- 音节分解:prac + ti + cal + ly /ˈpræktɪkli/，重音在第一音节
- 规则:prac → /præk/， “prac” 发 /præk/ 音，其中 “p” 发 /p/ 音，“r” 发 /r/ 音，“a” 发短元音 /æ/，“c” 发 /k/ 音。
- 规则:ti → /tɪ/， “ti” 发 /tɪ/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:cal → /kəl/， “cal” 发 /kəl/ 音，其中 “c” 发 /k/ 音，“a” 发短元音 /ə/，“l” 发 /l/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
- practically:副词，“practical”（实际的）+“-ly”（副词后缀），词义：实际上；几乎。
- This is the approach used by ( ) on the CIFAR - 10 Goodfellow et al. 2013a dataset.
- 句子分析:简单句，“used by...”是后置定语修饰“approach”，句子说明某方法在特定数据集上被使用。
- 翻译:这是（ ）在CIFAR - 10 Goodfellow等人2013a数据集上使用的方法。
- Small images cropped randomly are more likely to have nearly constant intensity, making aggressive regularization more useful.
- 句子分析:“cropped randomly”是后置定语修饰“Small images”，“making...”是结果状语，句子说明小随机裁剪图像的特点及相应处理方法的有效性。
- 翻译:随机裁剪的小图像更有可能具有几乎恒定的强度，这使得积极的正则化更有用。
- 单词分析:
- aggressive:形容词，词源来自拉丁语“aggressus”（攻击），词义：积极的；有进取心的；侵略性的。
- 记忆方法:“ag -”（加强）+“gress”（走）+“-ive”（形容词后缀），不断向前走，即积极的。
- 形近词:aggression（侵略）、aggressor（侵略者）。
- 发音解析:
- 音节分解:ag + gres + sive /əˈɡresɪv/，重音在第二音节
- 规则:ag → /əɡ/， “ag” 发 /əɡ/ 音，其中 “a” 发短元音 /ə/，“g” 发 /ɡ/ 音。
- 规则:gres → /ɡres/， “gres” 发 /ɡres/ 音，其中 “g” 发 /ɡ/ 音，“r” 发 /r/ 音，“e” 发短元音 /e/，“s” 发 /s/ 音。
- 规则:sive → /sɪv/， “sive” 发 /sɪv/ 音，其中 “s” 发 /s/ 音，“i” 发短元音 /ɪ/，“v” 发 /v/ 音。
- aggressive:形容词，词源来自拉丁语“aggressus”（攻击），词义：积极的；有进取心的；侵略性的。
- ( ) used Coates et al. 2011 ε = 0 and λ = 10 on small, randomly selected patches drawn from CIFAR - 10.
- 句子分析:简单句，句子说明（ ）在CIFAR - 10数据集的小随机选择块上的参数设置。
- 翻译:（ ）在从CIFAR - 10中随机选取的小图像块上使用了Coates等人2011年的方法，设置ε = 0且λ = 10。
- The scale parameter s can usually be set to, as done by ( ), 1 Coates et al. 2011 or chosen to make each individual pixel have standard deviation across examples close to 1, as done by ( ). Goodfellow et al. 2013a
- 固定搭配:“set to”意为“设置为”；“standard deviation”意为“标准差”。
- 句子分析:这是一个复合句，“as done by...”是方式状语，句子表达了尺度参数s的两种设置方式。
- 翻译:尺度参数s通常可以设置为（如Coates等人在2011年所做的那样），或者选择使每个单独像素在不同示例中的标准差接近1（如Goodfellow等人在2013a中所做的那样）。
- 单词分析:
- parameter:名词，词源来自希腊语“para-”（旁边）和“metron”（测量），词义：参数；参量。
- 记忆方法:联想“para”（旁边）+“meter”（测量）→在旁边辅助测量的东西→参数。
- 形近词:parameter/perimeter（周长）、paraphrase（释义）。
- 发音解析:
- 音节分解:pa + ram + e + ter /pəˈræmɪtə(r)/，重音在第二音节
- 规则:pa → /pə/，“pa”发 /pə/ 音，其中“p”发 /p/ 音，“a”发短元音 /ə/。
- 规则:ram → /ræm/，“ram”发 /ræm/ 音，其中“r”发 /r/ 音，“a”发短元音 /æ/，“m”发 /m/ 音。
- 规则:e → /ɪ/，“e”发短音 /ɪ/。
- 规则:ter → /tə(r)/，“ter”发 /tə(r)/ 音，其中“t”发 /t/ 音，“e”发短元音 /ə/，“r”发音。
- parameter:名词，词源来自希腊语“para-”（旁边）和“metron”（测量），词义：参数；参量。
- deviation:名词，词源来自拉丁语“de-”（离开）和“via”（道路），词义：偏差；背离。
- 记忆方法:联想“de-”（离开）+“vi”（道路）+“ation”（名词后缀）→离开道路→偏差。
- 形近词:deviation/invitation（邀请）、deviate（偏离）。
- 发音解析:
- 音节分解:de + vi + a + tion /ˌdiːviˈeɪʃn/，重音在第三音节
- 规则:de → /diː/，“de”发 /diː/ 音，其中“d”发 /d/ 音，“e”发长元音 /iː/。
- 规则:vi → /vaɪ/，“vi”发 /vaɪ/ 音，其中“v”发 /v/ 音，“i”发长元音 /aɪ/。
- 规则:a → /eɪ/，“a”发长音 /eɪ/。
- 规则:tion → /ʃn/，“tion”发 /ʃn/ 音。
- The standard deviation in Eq. is just a rescaling of the 12.3 L 2 norm of the image (assuming the mean of the image has already been removed).
- 固定搭配:“rescaling of”意为“对……的重新缩放”。
- 句子分析:这是一个复合句，“assuming...”是条件状语从句，句子说明公式中的标准差是图像L2范数的重新缩放。
- 翻译:公式中的标准差只是图像12.3 L2范数的重新缩放（假设图像的均值已经被去除）。
- 单词分析:
- rescaling:名词，由“re-”（重新）和“scale”（缩放）组成，词义：重新缩放。
- 记忆方法:“re-”（重新）+“scale”（缩放）→重新缩放。
- 形近词:rescaling/scale（规模；缩放）、reschedule（重新安排）。
- 发音解析:
- 音节分解:re + scal + ing /ˌriːˈskeɪlɪŋ/，重音在第二音节
- 规则:re → /riː/，“re”发 /riː/ 音，其中“r”发 /r/ 音，“e”发长元音 /iː/。
- 规则:scal → /skeɪl/，“scal”发 /skeɪl/ 音，其中“s”发 /s/ 音，“c”发 /k/ 音，“a”发长元音 /eɪ/，“l”发 /l/ 音。
- 规则:ing → /ɪŋ/，“ing”发 /ɪŋ/ 音。
- rescaling:名词，由“re-”（重新）和“scale”（缩放）组成，词义：重新缩放。
- It is preferable to define GCN in terms of standard deviation rather than L 2 norm because the standard deviation includes division by the number of pixels, so GCN based on standard deviation allows the same s to be used regardless of image size.
- 固定搭配:“in terms of”意为“就……而言”；“rather than”意为“而不是”；“regardless of”意为“不管；不顾”。
- 句子分析:这是一个复合句，包含原因状语从句“because...”和结果状语从句“so...”，句子解释了用标准差定义GCN比用L2范数更好的原因。
- 翻译:最好用标准差而不是L2范数来定义GCN，因为标准差包含了除以像素数量，所以基于标准差的GCN允许使用相同的s，而不管图像大小如何。
- 单词分析:
- preferable:形容词，词源来自拉丁语“preferre”（更喜欢），词义：更可取的；更好的。
- 记忆方法:“pre-”（在前）+“fer”（拿）+“able”（可……的）→能优先拿的→更可取的。
- 形近词:preferable/prefer（更喜欢）、preference（偏好）。
- 发音解析:
- 音节分解:pre + fer + a + ble /ˈprefrəbl/，重音在第一音节
- 规则:pre → /pre/，“pre”发 /pre/ 音，其中“p”发 /p/ 音，“r”发 /r/ 音，“e”发短元音 /e/。
- 规则:fer → /fə(r)/，“fer”发 /fə(r)/ 音，其中“f”发 /f/ 音，“e”发短元音 /ə/，“r”发音。
- 规则:a → /ə/，“a”发短音 /ə/。
- 规则:ble → /bl/，“ble”发 /bl/ 音。
- preferable:形容词，词源来自拉丁语“preferre”（更喜欢），词义：更可取的；更好的。
- division:名词，词源来自拉丁语“dividere”（分开），词义：除法；分割。
- 记忆方法:“di-”（分开）+“vis”（看）+“ion”（名词后缀）→分开看→分割，引申为除法。
- 形近词:division/divide（分开；除法）、dividend（股息）。
- 发音解析:
- 音节分解:di + vi + sion /dɪˈvɪʒn/，重音在第二音节
- 规则:di → /dɪ/，“di”发 /dɪ/ 音，其中“d”发 /d/ 音，“i”发短元音 /ɪ/。
- 规则:vi → /vaɪ/，“vi”发 /vaɪ/ 音，其中“v”发 /v/ 音，“i”发长元音 /aɪ/。
- 规则:sion → /ʒn/，“sion”发 /ʒn/ 音。
- However, the observation that the L 2 norm is proportional to the standard deviation can help build a useful intuition.
- 固定搭配:“be proportional to”意为“与……成比例”。
- 句子分析:这是一个复合句，“that the L 2 norm is proportional to the standard deviation”是同位语从句，解释说明“observation”，句子表明L2范数与标准差成比例的观察有助于建立有用的直觉。
- 翻译:然而，L2范数与标准差成比例的这一观察有助于建立有用的直觉。
- 单词分析:
- observation:名词，词源来自拉丁语“observare”（观察），词义：观察；观测。
- 记忆方法:“ob-”（朝向）+“serv”（服务；保持）+“ation”（名词后缀）→朝向并保持关注→观察。
- 形近词:observation/observe（观察）、observer（观察者）。
- 发音解析:
- 音节分解:ob + ser + va + tion /ˌɒbzəˈveɪʃn/，重音在第三音节
- 规则:ob → /ɒb/，“ob”发 /ɒb/ 音，其中“o”发短元音 /ɒ/，“b”发 /b/ 音。
- 规则:ser → /sə(r)/，“ser”发 /sə(r)/ 音，其中“s”发 /s/ 音，“e”发短元音 /ə/，“r”发音。
- 规则:va → /veɪ/，“va”发 /veɪ/ 音，其中“v”发 /v/ 音，“a”发长元音 /eɪ/。
- 规则:tion → /ʃn/，“tion”发 /ʃn/ 音。
- observation:名词，词源来自拉丁语“observare”（观察），词义：观察；观测。
- proportional:形容词，词源来自拉丁语“proportio”（比例），词义：成比例的；相称的。
- 记忆方法:“pro-”（向前）+“port”（部分）+“ional”（形容词后缀）→按部分向前→成比例的。
- 形近词:proportional/proportion（比例）、disproportionate（不成比例的）。
- 发音解析:
- 音节分解:pro + por + tion + al /prəˈpɔːʃənl/，重音在第二音节
- 规则:pro → /prə/，“pro”发 /prə/ 音，其中“p”发 /p/ 音，“r”发 /r/ 音，“o”发短元音 /ə/。
- 规则:por → /pɔː(r)/，“por”发 /pɔː(r)/ 音，其中“p”发 /p/ 音，“o”发长元音 /ɔː/，“r”发音。
- 规则:tion → /ʃn/，“tion”发 /ʃn/ 音。
- 规则:al → /l/，“al”发 /l/ 音。
- intuition:名词，词源来自拉丁语“intueri”（看；观察），词义：直觉；直观。
- 记忆方法:“in-”（向内）+“tu”（图）+“ition”（名词后缀）→向内看图→直觉。
- 形近词:intuition/intuitive（直觉的）、tuition（学费）。
- 发音解析:
- 音节分解:in + tu + i + tion /ˌɪntjuˈɪʃn/，重音在第二音节
- 规则:in → /ɪn/，“in”发 /ɪn/ 音，其中“i”发短元音 /ɪ/，“n”发鼻音。
- 规则:tu → /tjuː/，“tu”发 /tjuː/ 音，其中“t”发 /t/ 音，“u”发长元音 /juː/。
- 规则:i → /ɪ/，“i”发短音 /ɪ/。
- 规则:tion → /ʃn/，“tion”发 /ʃn/ 音。
- One can understand GCN as mapping examples to a spherical shell.
- 固定搭配:“understand...as...”意为“把……理解为……”；“map...to...”意为“把……映射到……”。
- 句子分析:简单句，主谓宾宾补结构，说明可以将GCN理解为将示例映射到球壳上。
- 翻译:人们可以将GCN理解为将示例映射到球壳上。
- 单词分析:
- spherical:形容词，词源来自希腊语“sphaira”（球），词义：球形的；球面的。
- 记忆方法:“spher”（球）+“ical”（形容词后缀）→球形的。
- 形近词:spherical/sphere（球）
- 、atmospheric（大气的）。
- 发音解析:
- 音节分解:sphe + ri + cal /ˈsferɪkl/，重音在第一音节
- 规则:sphe → /sfe/，“sphe”发 /sfe/ 音，其中“s”发 /s/ 音，“ph”发 /f/ 音，“e”发短元音 /e/。
- 规则:ri → /rɪ/，“ri”发 /rɪ/ 音，其中“r”发 /r/ 音，“i”发短元音 /ɪ/。
- 规则:cal → /kl/，“cal”发 /kl/ 音。
- spherical:形容词，词源来自希腊语“sphaira”（球），词义：球形的；球面的。
- See Fig. for an illustration.
- 固定搭配:“for an illustration”意为“为了说明”。
- 句子分析:简单句，祈使句结构，让读者查看图以获取说明。
- 翻译:查看图以获取说明。
- This can be a useful property 12.1 because neural networks are often better at responding to directions in space rather than exact locations.
- 固定搭配:“be better at”意为“更擅长”；“respond to”意为“对……做出反应”。
- 句子分析:这是一个复合句，“because...”是原因状语从句，解释了前面提到的属性有用的原因。
- 翻译:这可能是一个有用的属性12.1，因为神经网络通常更擅长对空间中的方向做出反应，而不是精确的位置。
- 单词分析:
- property:名词，词源来自拉丁语“proprietas”（特性），词义：属性；特性。
- 记忆方法:“pro-”（向前）+“per”（每）+“ty”（名词后缀）→向前每个都有的东西→属性。
- 形近词:property/proprietor（所有者）、proper（合适的）。
- 发音解析:
- 音节分解:pro + per + ty /ˈprɒpəti/，重音在第一音节
- 规则:pro → /prɒ/，“pro”发 /prɒ/ 音，其中“p”发 /p/ 音，“r”发 /r/ 音，“o”发短元音 /ɒ/。
- 规则:per → /pə(r)/，“per”发 /pə(r)/ 音，其中“p”发 /p/ 音，“e”发短元音 /ə/，“r”发音。
- 规则:ty → /ti/，“ty”发 /ti/ 音。
- property:名词，词源来自拉丁语“proprietas”（特性），词义：属性；特性。
- Responding to multiple distances in the same direction requires hidden units with collinear weight vectors but different biases.
- 固定搭配:“respond to”意为“对……做出反应”。
- 句子分析:动名词短语“Responding to multiple distances in the same direction”作主语，句子说明对同一方向上的多个距离做出反应需要特定的隐藏单元。
- 翻译:对同一方向上的多个距离做出反应需要具有共线权重向量但不同偏差的隐藏单元。
- 单词分析:
- collinear:形容词，由“co-”（共同）和“linear”（线性的）组成，词义：共线的；在同一直线上的。
- 记忆方法:“co-”（共同）+“linear”（线性的）→共同在一条线上→共线的。
- 形近词:collinear/linear（线性的）、colleague（同事）。
- 发音解析:
- 音节分解:co + lin + ear /kəˈlɪniə(r)/，重音在第二音节
- 规则:co → /kə/，“co”发 /kə/ 音，其中“c”发 /k/ 音，“o”发短元音 /ə/。
- 规则:lin → /lɪn/，“lin”发 /lɪn/ 音，其中“l”发 /l/ 音，“i”发短元音 /ɪ/，“n”发鼻音。
- 规则:ear → /iə(r)/，“ear”发 /iə(r)/ 音。
- collinear:形容词，由“co-”（共同）和“linear”（线性的）组成，词义：共线的；在同一直线上的。
- bias:名词，词源来自古法语“biais”（斜的），词义：偏差；偏见。
- 记忆方法:联想“bi-”（两个）+“as”（像）→两个像不一样→偏差。
- 形近词:bias/biases（bias的复数）、basis（基础）。
- 发音解析:
- 音节分解:bi + as /ˈbaɪəs/，重音在第一音节
- 规则:bi → /baɪ/，“bi”发 /baɪ/ 音，其中“b”发 /b/ 音，“i”发长元音 /aɪ/。
- 规则:as → /əs/，“as”发 /əs/ 音，其中“a”发短元音 /ə/，“s”发 /s/ 音。
- Such coordination can be difficult for the learning algorithm to discover.
- 固定搭配:“be difficult for...to...”意为“对……来说做……是困难的”。
- 句子分析:简单句，说明这种协调对于学习算法来说很难发现。
- 翻译:这种协调对于学习算法来说可能很难发现。
- 单词分析:
- coordination:名词，由“co-”（共同）和“ordination”（排列）组成，词义：协调；配合。
- 记忆方法:“co-”（共同）+“ordination”（排列）→共同排列→协调。
- 形近词:coordination/coordinate（协调；坐标）、ordination（圣职授任）。
- 发音解析:
- 音节分解:co + or + di + na + tion /kəʊˌɔːdɪˈneɪʃn/，重音在第三音节
- 规则:co → /kəʊ/，“co”发 /kəʊ/ 音，其中“c”发 /k/ 音，“o”发长元音 /əʊ/。
- 规则:or → /ɔː(r)/，“or”发 /ɔː(r)/ 音，其中“o”发长元音 /ɔː/，“r”发音。
- 规则:di → /dɪ/，“di”发 /dɪ/ 音，其中“d”发 /d/ 音，“i”发短元音 /ɪ/。
- 规则:na → /neɪ/，“na”发 /neɪ/ 音，其中“n”发 /n/ 音，“a”发长元音 /eɪ/。
- 规则:tion → /ʃn/，“tion”发 /ʃn/ 音。
- coordination:名词，由“co-”（共同）和“ordination”（排列）组成，词义：协调；配合。
- Additionally, many shallow graphical models have problems with representing multiple separated modes along the same line.
- 固定搭配:“have problems with”意为“在……方面有问题”；“along the same line”意为“沿着同一条线”。
- 句子分析:简单句，说明许多浅层图形模型在表示同一条线上的多个分离模式方面存在问题。
- 翻译:此外，许多浅层图形模型在表示同一条线上的多个分离模式方面存在问题。
- 单词分析:
- shallow:形容词，词源来自古英语“sceald”（浅的），词义：浅的；肤浅的。
- 记忆方法:联想“sh”（像水流动的声音）+“allow”（允许）→允许水流得浅→浅的。
- 形近词:shallow/hallow（使神圣）、shadow（影子）。
- 发音解析:
- 音节分解:shal + low /ˈʃæləʊ/，重音在第一音节
- 规则:shal → /ʃæl/，“shal”发 /ʃæl/ 音，其中“sh”发 /ʃ/ 音，“a”发短元音 /æ/，“l”发 /l/ 音。
- 规则:low → /ləʊ/，“low”发 /ləʊ/ 音，其中“l”发 /l/ 音，“o”发长元音 /əʊ/。
- shallow:形容词，词源来自古英语“sceald”（浅的），词义：浅的；肤浅的。
- graphical:形容词，由“graph”（图表；图形）和“-ical”（形容词后缀）组成，词义：图形的；图解的。
- 记忆方法:“graph”（图形）+“-ical”（形容词后缀）→图形的。
- 形近词:graphical/graph（图表；图形）、biographical（传记的）。
- 发音解析:
- 音节分解:graph + i + cal /ˈɡræfɪkl/，重音在第一音节
- 规则:graph → /ɡræf/，“graph”发 /ɡræf/ 音，其中“g”发 /ɡ/ 音，“r”发 /r/ 音，“a”发短元音 /æ/，“ph”发 /f/ 音。
- 规则:i → /ɪ/，“i”发短音 /ɪ/。
- 规则:cal → /kl/，“cal”发 /kl/ 音。
- separated:形容词，由“separate”（分开）的过去分词形式，词义：分开的；分离的。
- 记忆方法:“se-”（分开）+“par”（部分）+“ate”（动词后缀）+“d”（过去分词后缀）→分开成部分→分开的。
- 形近词:separated/separate（分开；分离）、separation（分离）。
- 发音解析:
- 音节分解:se + par + a + ted /ˈsepəreɪtɪd/，重音在第一音节
- 规则:se → /se/，“se”发 /se/ 音，其中“s”发 /s/ 音，“e”发短元音 /e/。
- 规则:par → /pɑː(r)/，“par”发 /pɑː(r)/ 音，其中“p”发 /p/ 音，“a”发长元音 /ɑː/，“r”发音。
- 规则:a → /ə/，“a”发短音 /ə/。
- 规则:ted → /tɪd/，“ted”发 /tɪd/ 音，其中“t”发 /t/ 音，“e”发短元音 /ɪ/，“d”发 /d/ 音。
- GCN avoids these problems by reducing each example to a direction rather than a direction and a distance.
- 固定搭配:“avoid...by...”意为“通过……避免……”；“reduce...to...”意为“将……简化为……”；“rather than”意为“而不是”。
- 句子分析:简单句，说明GCN通过将每个示例简化为一个方向而不是方向和距离来避免这些问题。
- 翻译:GCN通过将每个示例简化为一个方向而不是方向和距离来避免这些问题。
- 单词分析:
- avoids:动词第三人称单数，词源来自古英语“æfweard”（远离），词义：避免；避开。
- 记忆方法:联想“a-”（离开）+“void”（空的）→离开空的地方→避免。
- 形近词:avoids/avoid（避免）、avoidance（避免）。
- 发音解析:
- 音节分解:a + void + s /əˈvɔɪdz/，重音在第二音节
- 规则:a → /ə/，“a”发短音 /ə/。
- 规则:void → /vɔɪd/，“void”发 /vɔɪd/ 音，其中“v”发 /v/ 音，“o”发长元音 /ɔɪ/，“i”发短元音 /ɪ/，“d”发 /d/ 音。
- 规则:s → /z/，“s”发 /z/ 音。
- avoids:动词第三人称单数，词源来自古英语“æfweard”（远离），词义：避免；避开。
- reducing:动名词，由“reduce”（减少；简化）的现在分词形式，词义：减少；简化。
- 记忆方法:“re-”（回）+“duce”（引导）→往回引导→减少；简化。
- 形近词:reducing/reduce（减少；简化）、reduction（减少）。
- 发音解析:
- 音节分解:re + duce + ing /rɪˈdjuːsɪŋ/，重音在第二音节
- 规则:re → /rɪ/，“re”发 /rɪ/ 音，其中“r”发 /r/ 音，“e”发短元音 /ɪ/。
- 规则:duce → /djuːs/，“duce”发 /djuːs/ 音，其中“d”发 /d/ 音，“u”发长元音 /juː/，“ce”发 /s/ 音。
- 规则:ing → /ɪŋ/，“ing”发 /ɪŋ/ 音。
- Counterintuitively, there is a preprocessing operation known as sphering and it is not the same operation as GCN.
- 固定搭配:“counterintuitively”意为“与直觉相反地”；“be known as”意为“被称为”。
- 句子分析:这是一个存在句，“there is...”结构，包含一个过去分词短语“known as sphering”作后置定语修饰“preprocessing operation”，“and”连接两个并列的句子。
- 翻译:与直觉相反的是，有一种被称为球化的预处理操作，而且它和全局对比度归一化（GCN）不是同一种操作。
- 单词分析:
- counterintuitively:副词，词源：“counter-”表示“相反”，“intuitive”（直觉的），词义：与直觉相反地。
- 记忆方法:联想“counter”（相反）+“intuitive”（直觉的）+“-ly”（副词后缀）。
- 形近词:counterintuitive（形容词，与直觉相反的）。
- 发音解析:
- 音节分解:counter + in + tu + i + tive + ly /ˌkaʊntərɪnˈtjuːɪtɪvli/，重音在第四音节
- 规则:counter → /ˈkaʊntə(r)/， “counter” 发 /ˈkaʊntə(r)/ 音，其中 “ou” 发 /aʊ/ 音，“er” 发 /ə(r)/ 音。
- 规则:in → /ɪn/， “in” 发 /ɪn/ 音，其中 “i” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:tu → /tjuː/， “tu” 发 /tjuː/ 音，其中 “t” 发 /t/ 音，“u” 发 /juː/ 音。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:tive → /tɪv/， “tive” 发 /tɪv/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/，“ve” 发 /v/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
- counterintuitively:副词，词源：“counter-”表示“相反”，“intuitive”（直觉的），词义：与直觉相反地。
- preprocessing:名词，词源：“pre-”（预先）+“process”（处理），词义：预处理。
- 记忆方法:联想“pre-”（预先）+“processing”（处理）。
- 形近词:process（处理），postprocessing（后处理）。
- 发音解析:
- 音节分解:pre + pro + cess + ing /ˌpriːˈprəʊsesɪŋ/，重音在第二音节
- 规则:pre → /priː/， “pre” 发 /priː/ 音，其中 “e” 发长元音 /iː/。
- 规则:pro → /prəʊ/， “pro” 发 /prəʊ/ 音，其中 “o” 发长元音 /əʊ/。
- 规则:cess → /ses/， “cess” 发 /ses/ 音，其中 “c” 发 /s/ 音，“e” 发短元音 /e/，“ss” 发 /s/ 音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“ng” 发 /ŋ/ 音。
- sphering:名词，词源：“sphere”（球体），词义：球化。
- 记忆方法:由“sphere”（球体）加“-ing”构成，表示与球体相关的操作。
- 形近词:sphere（球体）。
- 发音解析:
- 音节分解:spher + ing /ˈsfɪərɪŋ/，重音在第一音节
- 规则:spher → /sfɪə(r)/， “spher” 发 /sfɪə(r)/ 音，其中 “s” 发 /s/ 音，“ph” 发 /f/ 音，“er” 发 /ə(r)/ 音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“ng” 发 /ŋ/ 音。
- Sphering does not refer to making the data lie on a spherical shell, but rather to rescaling the principal components to have equal variance, so that the multivariate normal distribution used by PCA has spherical contours.
- 固定搭配:“refer to”意为“指的是”；“but rather”意为“而是”。
- 句子分析:这是一个复合句，“so that”引导目的状语从句。主句中“refer to”后接两个并列的动名词短语作宾语。
- 翻译:球化并不是指让数据位于一个球壳上，而是指重新缩放主成分使其具有相等的方差，以便主成分分析（PCA）所使用的多元正态分布具有球形轮廓。
- 单词分析:
- spherical:形容词，词源：“sphere”（球体），词义：球形的。
- 记忆方法:由“sphere”（球体）加“-ical”（形容词后缀）构成。
- 形近词:sphere（球体）。
- 发音解析:
- 音节分解:spher + i + cal /ˈsferɪkl/，重音在第一音节
- 规则:spher → /sfɪə(r)/， “spher” 发 /sfɪə(r)/ 音，其中 “s” 发 /s/ 音，“ph” 发 /f/ 音，“er” 发 /ə(r)/ 音。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:cal → /kl/， “cal” 发 /kl/ 音，其中 “c” 发 /k/ 音，“a” 不发音，“l” 发 /l/ 音。
- spherical:形容词，词源：“sphere”（球体），词义：球形的。
- rescaling:动词现在分词，词源：“re-”（重新）+“scale”（缩放），词义：重新缩放。
- 记忆方法:联想“re-”（重新）+“scaling”（缩放）。
- 形近词:scale（缩放）。
- 发音解析:
- 音节分解:re + scal + ing /ˌriːˈskeɪlɪŋ/，重音在第二音节
- 规则:re → /riː/， “re” 发 /riː/ 音，其中 “e” 发长元音 /iː/。
- 规则:scal → /skeɪl/， “scal” 发 /skeɪl/ 音，其中 “s” 发 /s/ 音，“c” 发 /k/ 音，“a” 发长元音 /eɪ/，“l” 发 /l/ 音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“ng” 发 /ŋ/ 音。
- principal:形容词，词源：拉丁语“princeps”（首领），词义：主要的。
- 记忆方法:联想“prince”（王子，首领）+“-al”（形容词后缀）。
- 形近词:principle（原则）。
- 发音解析:
- 音节分解:prin + ci + pal /ˈprɪnsəpl/，重音在第一音节
- 规则:prin → /prɪn/， “prin” 发 /prɪn/ 音，其中 “p” 发 /p/ 音，“r” 发 /r/ 音，“i” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:ci → /sə/， “ci” 发 /sə/ 音，其中 “c” 发 /s/ 音，“i” 发短元音 /ə/。
- 规则:pal → /pl/， “pal” 发 /pl/ 音，其中 “p” 发 /p/ 音，“a” 不发音，“l” 发 /l/ 音。
- variance:名词，词源：“vary”（变化），词义：方差。
- 记忆方法:由“vary”（变化）加“-ance”（名词后缀）构成。
- 形近词:vary（变化），variable（变量）。
- 发音解析:
- 音节分解:var + i + ance /ˈveəriəns/，重音在第一音节
- 规则:var → /veə(r)/， “var” 发 /veə(r)/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eə(r)/。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:ance → /əns/， “ance” 发 /əns/ 音，其中 “a” 发短元音 /ə/，“n” 发鼻音，“ce” 发 /s/ 音。
- multivariate:形容词，词源：“multi-”（多）+“variate”（变量），词义：多元的。
- 记忆方法:联想“multi-”（多）+“variate”（变量）。
- 形近词:univariate（一元的）。
- 发音解析:
- 音节分解:multi + vari + ate /ˌmʌltiˈveəriət/，重音在第二音节
- 规则:multi → /ˈmʌlti/， “multi” 发 /ˈmʌlti/ 音，其中 “u” 发短元音 /ʌ/，“l” 发 /l/ 音，“t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:vari → /veəri/， “vari” 发 /veəri/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eə(r)/，“i” 发短元音 /ɪ/。
- 规则:ate → /ət/， “ate” 发 /ət/ 音，其中 “a” 发短元音 /ə/，“t” 发 /t/ 音，“e” 不发音。
- contours:名词复数，词源：“contour”（轮廓），词义：轮廓。
- 记忆方法:由“contour”（轮廓）加“-s”构成复数。
- 形近词:contour（轮廓）。
- 发音解析:
- 音节分解:con + tour + s /ˈkɒntʊəz/，重音在第一音节
- 规则:con → /kɒn/， “con” 发 /kɒn/ 音，其中 “c” 发 /k/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:tour → /tʊə(r)/， “tour” 发 /tʊə(r)/ 音，其中 “t” 发 /t/ 音，“ou” 发 /ʊə(r)/ 音。
- 规则:s → /z/， “s” 发 /z/ 音，因为在元音后。
- Sphering is more commonly known as whitening.
- 固定搭配:“be known as”意为“被称为”。
- 句子分析:简单句，主系表结构。
- 翻译:球化更常见的叫法是白化。
- 单词分析:
- whitening:名词，词源：“white”（白色），词义：白化。
- 记忆方法:由“white”（白色）加“-ening”构成，表示使变白的过程。
- 形近词:white（白色）。
- 发音解析:
- 音节分解:whit + en + ing /ˈwaɪtnɪŋ/，重音在第一音节
- 规则:whit → /waɪt/， “whit” 发 /waɪt/ 音，其中 “wh” 发 /w/ 音，“i” 发长元音 /aɪ/，“t” 发 /t/ 音。
- 规则:en → /ən/， “en” 发 /ən/ 音，其中 “e” 发短元音 /ə/，“n” 发鼻音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“ng” 发 /ŋ/ 音。
- whitening:名词，词源：“white”（白色），词义：白化。
- GCN maps examples onto a sphere.
- 固定搭配:“map...onto...”意为“将……映射到……上”。
- 句子分析:简单句，主谓宾宾补结构。
- 翻译:全局对比度归一化（GCN）将样本映射到一个球体上。
- 单词分析:
- maps:动词第三人称单数，词源：“map”（映射），词义：映射。
- 记忆方法:“map”本身就有“地图；映射”的意思。
- 形近词:map（地图）。
- 发音解析:
- 音节分解:map + s /mæps/，重音在第一音节
- 规则:map → /mæp/， “map” 发 /mæp/ 音，其中 “m” 发 /m/ 音，“a” 发短元音 /æ/，“p” 发 /p/ 音。
- 规则:s → /s/， “s” 发 /s/ 音，因为在清辅音后。
- maps:动词第三人称单数，词源：“map”（映射），词义：映射。
- Raw input data may have any norm.
- 句子分析:简单句，主谓宾结构。
- 翻译:原始输入数据可能有任意的范数。
- 单词分析:
- norm:名词，词源：拉丁语“norma”（规则，标准），词义：范数；标准。
- 记忆方法:可联想“normal”（正常的），“norm”是其词根，表示标准。
- 形近词:normal（正常的）。
- 发音解析:
- 音节分解:norm /nɔːm/，重音在第一音节
- 规则:nor → /nɔː(r)/， “nor” 发 /nɔː(r)/ 音，其中 “n” 发 /n/ 音，“o” 发长元音 /ɔː(r)/。
- 规则:m → /m/， “m” 发 /m/ 音。
- norm:名词，词源：拉丁语“norma”（规则，标准），词义：范数；标准。
- GCN with λ = 0 maps all non - zero examples perfectly onto a sphere.
- 固定搭配:“map...onto...”意为“将……映射到……上”。
- 句子分析:简单句，主谓宾宾补结构，“with λ = 0”作后置定语修饰“GCN”。
- 翻译:当λ = 0时，全局对比度归一化（GCN）能将所有非零样本完美地映射到一个球体上。
- 单词分析:
- non - zero:形容词，词源：“non-”（非）+“zero”（零），词义：非零的。
- 记忆方法:由“non-”（非）和“zero”（零）组合而成。
- 形近词:zero（零）。
- 发音解析:
- 音节分解:non + zero /ˌnɒn ˈzɪərəʊ/，重音在第二音节
- 规则:non → /nɒn/， “non” 发 /nɒn/ 音，其中 “n” 发 /n/ 音，“o” 发短元音 /ɒ/，“n” 发鼻音。
- 规则:zero → /ˈzɪərəʊ/， “zero” 发 /ˈzɪərəʊ/ 音，其中 “z” 发 /z/ 音，“e” 发长元音 /ɪə(r)/，“r” 发 /r/ 音，“o” 发长元音 /əʊ/。
- non - zero:形容词，词源：“non-”（非）+“zero”（零），词义：非零的。
- Because we use GCN based on normalizing the standard deviation rather than the L2 norm, the resulting sphere is not the unit sphere.
- 固定搭配:“based on”意为“基于”；“rather than”意为“而不是”。
- 句子分析:这是一个复合句，“Because”引导原因状语从句，主句是主系表结构。
- 翻译:因为我们使用的全局对比度归一化（GCN）是基于对标准差进行归一化，而不是基于L2范数，所以得到的球体不是单位球体。
- 单词分析:
- normalizing:动词现在分词，词源：“normal”（正常的），词义：归一化。
- 记忆方法:由“normal”（正常的）加“-ize”（使……化）再加“-ing”构成。
- 形近词:normal（正常的），normalize（使归一化）。
- 发音解析:
- 音节分解:nor + mal + ize + ing /ˈnɔːməlaɪzɪŋ/，重音在第一音节
- 规则:nor → /nɔː(r)/， “nor” 发 /nɔː(r)/ 音，其中 “n” 发 /n/ 音，“o” 发长元音 /ɔː(r)/。
- 规则:mal → /məl/， “mal” 发 /məl/ 音，其中 “m” 发 /m/ 音，“a” 发短元音 /ə/，“l” 发 /l/ 音。
- 规则:ize → /aɪz/， “ize” 发 /aɪz/ 音，其中 “i” 发长元音 /aɪ/，“z” 发 /z/ 音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音，其中 “i” 发短元音 /ɪ/，“ng” 发 /ŋ/ 音。
- normalizing:动词现在分词，词源：“normal”（正常的），词义：归一化。
- standard deviation:名词短语，词源：“standard”（标准）+“deviation”（偏差），词义：标准差。
- 记忆方法:“standard”表示标准，“deviation”表示偏差，合起来就是衡量数据偏离标准的程度，即标准差。
- 形近词:standard（标准），deviate（偏离）。
- 发音解析:
- 音节分解:stan + dard + de + vi + a + tion /ˌstændəd ˌdiːviˈeɪʃn/，重音在第二部分的第二音节
- 规则:stan → /stæn/， “stan” 发 /stæn/ 音，其中 “s” 发 /s/ 音，“t” 发 /t/ 音，“a” 发短元音 /æ/，“n” 发鼻音。
- 规则:dard → /dəd/， “dard” 发 /dəd/ 音，其中 “d” 发 /d/ 音，“a” 发短元音 /ə/，“r” 不发音，“d” 发 /d/ 音。
- 规则:de → /diː/， “de” 发 /diː/ 音，其中 “d” 发 /d/ 音，“e” 发长元音 /iː/。
- 规则:vi → /vaɪ/， “vi” 发 /vaɪ/ 音，其中 “v” 发 /v/ 音，“i” 发长元音 /aɪ/。
- 规则:a → /eɪ/， “a” 发长元音 /eɪ/。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音，其中 “t” 发 /ʃ/ 音，“i” 不发音，“on” 发 /n/ 音。
- unit sphere:名词短语，词源：“unit”（单位）+“sphere”（球体），词义：单位球体。
- 记忆方法:“unit”表示单位，“sphere”表示球体，合起来就是半径为1的球体，即单位球体。
- 形近词:unit（单位），sphere（球体）。
- 发音解析:
- 音节分解:u + nit + sphere /ˈjuːnɪt ˈsfɪə(r)/，重音在第一部分的第一音节
- 规则:u → /juː/， “u” 发 /juː/ 音，其中 “u” 发 /juː/ 音。
- 规则:nit → /nɪt/， “nit” 发 /nɪt/ 音，其中 “n” 发 /n/ 音，“i” 发短元音 /ɪ/，“t” 发 /t/ 音。
- 规则:sphere → /sfɪə(r)/， “sphere” 发 /sfɪə(r)/ 音，其中 “s” 发 /s/ 音，“ph” 发 /f/ 音，“er” 发 /ə(r)/ 音。
- Regularized GCN, with λ > 0, draws examples toward the sphere but does not completely discard the variation in their norm.
- 固定搭配:“draw...toward...”意为“将……拉向……”。
- 句子分析:这是一个并列句，“but”连接两个并列的谓语部分。“with λ > 0”作后置定语修饰“Regularized GCN”。
- 翻译:正则化的全局对比度归一化（GCN），当λ > 0时，会将样本拉向球体，但不会完全消除它们范数的变化。
- 单词分析:
- regularized:动词过去式，词源：“regular”（规则的），词义：正则化的。
- 记忆方法:由“regular”（规则的）加“-ize”（使……化）再加“-d”构成过去式。
- 形近词:regular（规则的），regularize（使正则化）。
- 发音解析:
- 音节分解:reg + u + lar + ize + d /ˈreɡjəlaɪzd/，重音在第一音节
- 规则:reg → /reɡ/， “reg” 发 /reɡ/ 音，其中 “r” 发 /r/ 音，“e” 发短元音 /e/，“g” 发 /ɡ/ 音。
- 规则:u → /juː/， “u” 发 /juː/ 音，其中 “u” 发 /juː/ 音。
- 规则:lar → /lə(r)/， “lar” 发 /lə(r)/ 音，其中 “l” 发 /l/ 音，“a” 发短元音 /ə/，“r” 发 /ə(r)/ 音。
- 规则:ize → /aɪz/， “ize” 发 /aɪz/ 音，其中 “i” 发长元音 /aɪ/，“z” 发 /z/ 音。
- 规则:d → /d/， “d” 发 /d/ 音。
- regularized:动词过去式，词源：“regular”（规则的），词义：正则化的。
- discard:动词，词源：“dis-”（否定）+“card”（卡片，这里可理解为保留的东西），词义：丢弃；抛弃。
- 记忆方法:联想“dis-”（否定）+“card”（卡片），把卡片扔掉，即丢弃。
- 形近词:card（卡片）。
- 发音解析:
- 音节分解:dis + card /dɪˈskɑːd/，重音在第二音节
- 规则:dis → /dɪs/， “dis” 发 /dɪs/ 音，其中 “d” 发 /d/ 音，“i” 发短元音 /ɪ/，“s” 发 /s/ 音。
- 规则:card → /kɑːd/， “card” 发 /kɑːd/ 音，其中 “c” 发 /k/ 音，“a” 发长元音 /ɑː/，“r” 发 /r/ 音，“d” 发 /d/ 音。
- variation:名词，词源：“vary”（变化），词义：变化；变异。
- 记忆方法:由“vary”（变化）加“-ation”（名词后缀）构成。
- 形近词:vary（变化），variable（变量）。
- 发音解析:
- 音节分解:var + i + a + tion /ˌveəriˈeɪʃn/，重音在第二音节
- 规则:var → /veə(r)/， “var” 发 /veə(r)/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eə(r)/。
- 规则:i → /ɪ/， “i” 发短元音 /ɪ/。
- 规则:a → /eɪ/， “a” 发长元音 /eɪ/。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音，其中 “t” 发 /ʃ/ 音，“i” 不发音，“on” 发 /n/ 音。
- Global contrast normalization will often fail to highlight image features we would like to stand out, such as edges and corners.
- 固定搭配:“fail to”意为“未能；没有做到”；“such as”意为“例如”。
- 句子分析:这是一个复合句，“we would like to stand out”是定语从句，修饰“image features”。
- 翻译:全局对比度归一化通常无法突出我们希望凸显的图像特征，例如边缘和角落。
- 单词分析:
- highlight:动词，词源：“high”（高）+“light”（光），词义：突出；强调。
- 记忆方法:联想用高光照射来突出事物。
- 形近词:high（高的），light（光）。
- 发音解析:
- 音节分解:high + light /ˈhaɪlaɪt/，重音在第一音节
- 规则:high → /haɪ/， “high” 发 /haɪ/ 音，其中 “h” 发 /h/ 音，“i” 发长元音 /aɪ/。
- 规则:light → /laɪt/， “light” 发 /laɪt/ 音，其中 “l” 发 /l/ 音，“i” 发长元音 /aɪ/，“g” 不发音，“t” 发 /t/ 音。
- highlight:动词，词源：“high”（高）+“light”（光），词义：突出；强调。
- features:名词复数，词源：“feature”（特征），词义：特征。
- 记忆方法:由“feature”（特征）加“-s”构成复数。
- 形近词:feature（特征）。
- 发音解析:
- 音节分解:fea + ture + s /ˈfiːtʃəz/，重音在第一音节
- 规则:fea → /fiː/， “fea” 发 /fiː/ 音，其中 “f” 发 /f/ 音，“e” 发长元音 /iː/。
- 规则:ture → /tʃə(r)/， “ture” 发 /tʃə(r)/ 音，其中 “t” 发 /tʃ/ 音，“u” 发短元音 /ə/，“r” 发 /ə(r)/ 音。
- 规则:s → /z/， “s” 发 /z/ 音，因为在元音后。
- If we have a scene with a large dark area and a large bright area (such as a city square with half the image in the shadow of a building) then global contrast normalization will ensure there is a large difference between the brightness of the dark area and the brightness of the light area.
- 固定搭配:“such as”意为“例如”；“ensure that”意为“确保”。
- 句子分析:这是一个复合句，“If”引导条件状语从句，主句是主谓宾宾补结构。
- 翻译:如果我们有一个包含大面积暗区和大面积亮区的场景（例如，图像一半处于建筑物阴影中的城市广场），那么全局对比度归一化将确保暗区亮度和亮区亮度之间存在较大差异。
- 单词分析:
- scene:名词，词源：拉丁语“scena”（舞台），词义：场景；情景。
- 记忆方法:联想舞台上的场景。
- 形近词:scent（气味）。
- 发音解析:
- 音节分解:sce + ne /siːn/，重音在第一音节
- 规则:sce → /siː/， “sce” 发 /siː/ 音，其中 “s” 发 /s/ 音，“c” 不发音，“e” 发长元音 /iː/。
- 规则:ne → /n/， “ne” 发 /n/ 音，其中 “n” 发 /n/ 音，“e” 不发音。
- scene:名词，词源：拉丁语“scena”（舞台），词义：场景；情景。
- shadow:名词，词源：古英语“sceadu”，词义：阴影；影子。
- 记忆方法:可联想太阳下物体的影子。
- 形近词:shade（阴凉处）。
- 发音解析:
- 音节分解:sha + dow /ˈʃædəʊ/，重音在第一音节
- 规则:sha → /ʃæ/， “sha” 发 /ʃæ/ 音，其中 “sh” 发 /ʃ/ 音，“a” 发短元音 /æ/。
- 规则:dow → /dəʊ/， “dow” 发 /dəʊ/ 音，其中 “d” 发 /d/ 音，“o” 发长元音 /əʊ/。
- brightness:名词，词源：“bright”（明亮的），词义：亮度。
- 记忆方法:由“bright”（明亮的）加“-ness”（名词后缀）构成。
- 形近词:bright（明亮的）。
- 发音解析:
- 音节分解:bright + ness /ˈbraɪtnəs/，重音在第一音节
- 规则:bright → /braɪt/， “bright” 发 /braɪt/ 音，其中 “b” 发 /b/ 音，“r” 发 /r/ 音，“i” 发长元音 /aɪ/，“g” 不发音，“t” 发 /t/ 音。
- 规则:ness → /nəs/， “ness” 发 /nəs/ 音，其中 “n” 发 /n/ 音，“e” 发短元音 /ə/，“s” 发 /s/ 音。
- It will not, however, ensure that edges within the dark region stand out.
- 固定搭配:“stand out”，含义：“突出；显眼”。
- 句子分析:这是一个主从复合句，“It”作主语，“will not ensure”是谓语，“that edges within the dark region stand out”是宾语从句。
- 翻译:然而，它并不能确保黑暗区域内的边缘突出。
- 单词分析:
- ensure:动词，词源来自古法语“asseurer”，词义：确保；保证。
- 记忆方法:联想“en-”（使）+“sure”（确定的）→使确定→确保。
- 形近词:ensure/insure（给……保险）、assure（向……保证）。
- 发音解析:
- 音节分解:en + sure /ɪnˈʃʊə(r)/，重音在第二音节
- 规则:en → /ɪn/， “en” 发 /ɪn/ 音，其中 “e” 发短元音 /ɪ/，“n” 发鼻音。
- 规则:sure → /ʃʊə(r)/， “sure” 发 /ʃʊə(r)/ 音，其中 “s” 发 /ʃ/ 音，“u” 发 /ʊ/ 音，“re” 发 /ə(r)/ 音。
- ensure:动词，词源来自古法语“asseurer”，词义：确保；保证。
- This motivates local contrast normalization.
- 句子分析:简单句，“This”作主语，“motivates”是谓语，“local contrast normalization”是宾语。
- 翻译:这促使了局部对比度归一化。
- 单词分析:
- motivates:动词第三人称单数，词源来自拉丁语“motivus”，词义：激发；促使。
- 记忆方法:联想“motive”（动机）+“-ate”（动词后缀）→有动机去做→激发。
- 形近词:motivate/motif（主题）、motion（运动）。
- 发音解析:
- 音节分解:mo + ti + vate /ˈməʊtɪveɪt/，重音在第一音节
- 规则:mo → /məʊ/， “mo” 发 /məʊ/ 音，其中 “o” 发长元音 /əʊ/。
- 规则:ti → /tɪ/， “ti” 发 /tɪ/ 音，其中 “t” 发 /t/ 音，“i” 发短元音 /ɪ/。
- 规则:vate → /veɪt/， “vate” 发 /veɪt/ 音，其中 “v” 发 /v/ 音，“a” 发长元音 /eɪ/，“te” 发 /t/ 音。
- motivates:动词第三人称单数，词源来自拉丁语“motivus”，词义：激发；促使。
- normalization:名词，词源来自“normal”（正常的）+“-ization”（名词后缀），词义：归一化；正常化。
- 记忆方法:联想“normal”（正常的）+“-ization”（表示行为、过程）→使正常化→归一化。
- 形近词:normalization/normalize（使正常化）、abnormal（不正常的）。
- 发音解析:
- 音节分解:nor + mal + i + za + tion /ˌnɔːməlaɪˈzeɪʃn/，重音在第四音节
- 规则:nor → /nɔː/， “nor” 发 /nɔː/ 音，其中 “n” 发鼻音，“o” 发长元音 /ɔː/。
- 规则:mal → /mæl/， “mal” 发 /mæl/ 音，其中 “m” 发 /m/ 音，“a” 发短元音 /æ/，“l” 发 /l/ 音。
- 规则:i → /aɪ/， “i” 发 /aɪ/ 音。
- 规则:za → /zə/， “za” 发 /zə/ 音，其中 “z” 发 /z/ 音，“a” 发短元音 /ə/。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音。
- Local contrast normalization ensures that the contrast is normalized across each small window, rather than over the image as a whole.
- 固定搭配:“rather than”，含义：“而不是”。
- 句子分析:主从复合句，“Local contrast normalization”作主语，“ensures”是谓语，“that the contrast is normalized across each small window, rather than over the image as a whole”是宾语从句。
- 翻译:局部对比度归一化确保对比度在每个小窗口内进行归一化，而不是在整个图像上进行。
- 单词分析:
- normalized:动词过去式和过去分词，词源同“normalization”，词义：使正常化；使归一化。
- 记忆方法:联想“normal”（正常的）+“-ize”（动词后缀）+“-d”（过去式和过去分词后缀）→使正常化。
- 形近词:normalized/normalize（使正常化）、abnormal（不正常的）。
- 发音解析:
- 音节分解:nor + mal + ize + d /ˈnɔːməlaɪzd/，重音在第一音节
- 规则:nor → /nɔː/， “nor” 发 /nɔː/ 音，其中 “n” 发鼻音，“o” 发长元音 /ɔː/。
- 规则:mal → /mæl/， “mal” 发 /mæl/ 音，其中 “m” 发 /m/ 音，“a” 发短元音 /æ/，“l” 发 /l/ 音。
- 规则:ize → /aɪz/， “ize” 发 /aɪz/ 音，其中 “i” 发 /aɪ/ 音，“z” 发 /z/ 音。
- 规则:d → /d/， “d” 发 /d/ 音。
- normalized:动词过去式和过去分词，词源同“normalization”，词义：使正常化；使归一化。
- See Fig. 12.2 for a comparison of global and local contrast normalization.
- 句子分析:祈使句，省略了主语，“See”是谓语，“Fig. 12.2”是宾语，“for a comparison of global and local contrast normalization”是目的状语。
- 翻译:参见图12.2以对比全局和局部对比度归一化。
- Various definitions of local contrast normalization are possible.
- 句子分析:主系表结构的简单句，“Various definitions of local contrast normalization”作主语，“are”是系动词，“possible”是表语。
- 翻译:局部对比度归一化有多种定义是可能的。
- 单词分析:
- definitions:名词复数，词源来自拉丁语“definire”，词义：定义；释义。
- 记忆方法:联想“de-”（加强）+“fin”（界限）+“-ition”（名词后缀）→确定界限→定义。
- 形近词:definition/define（定义）、definite（明确的）。
- 发音解析:
- 音节分解:de + fi + ni + tion /ˌdefɪˈnɪʃn/，重音在第二音节
- 规则:de → /dɪ/， “de” 发 /dɪ/ 音，其中 “d” 发 /d/ 音，“e” 发短元音 /ɪ/。
- 规则:fi → /faɪ/， “fi” 发 /faɪ/ 音，其中 “f” 发 /f/ 音，“i” 发 /aɪ/ 音。
- 规则:ni → /nɪ/， “ni” 发 /nɪ/ 音，其中 “n” 发鼻音，“i” 发短元音 /ɪ/。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音。
- definitions:名词复数，词源来自拉丁语“definire”，词义：定义；释义。
- In all cases, one modifies each pixel by subtracting a mean of nearby pixels and dividing by a standard deviation of nearby pixels.
- 句子分析:简单句，“one”作主语，“modifies”是谓语，“each pixel”是宾语，“by subtracting a mean of nearby pixels and dividing by a standard deviation of nearby pixels”是方式状语。
- 翻译:在所有情况下，人们通过减去附近像素的平均值并除以附近像素的标准差来修改每个像素。
- 单词分析:
- modifies:动词第三人称单数，词源来自拉丁语“modificare”，词义：修改；改变。
- 记忆方法:联想“mod”（模式）+“-ify”（使……化）→使模式化→修改。
- 形近词:modify/modular（模块化的）、mode（模式）。
- 发音解析:
- 音节分解:mo + di + fy /ˈmɒdɪfaɪ/，重音在第一音节
- 规则:mo → /mɒ/， “mo” 发 /mɒ/ 音，其中 “m” 发 /m/ 音，“o” 发短元音 /ɒ/。
- 规则:di → /dɪ/， “di” 发 /dɪ/ 音，其中 “d” 发 /d/ 音，“i” 发短元音 /ɪ/。
- 规则:fy → /faɪ/， “fy” 发 /faɪ/ 音，其中 “f” 发 /f/ 音，“y” 发 /aɪ/ 音。
- modifies:动词第三人称单数，词源来自拉丁语“modificare”，词义：修改；改变。
- subtracting:动词现在分词，词源来自拉丁语“subtrahere”，词义：减去；扣除。
- 记忆方法:联想“sub-”（在……下面）+“tract”（拉）+“-ing”（现在分词后缀）→拉到下面→减去。
- 形近词:subtract/subtraction（减法）、attract（吸引）。
- 发音解析:
- 音节分解:sub + tract + ing /səbˈtræktɪŋ/，重音在第二音节
- 规则:sub → /səb/， “sub” 发 /səb/ 音，其中 “s” 发 /s/ 音，“u” 发短元音 /ə/，“b” 发 /b/ 音。
- 规则:tract → /trækt/， “tract” 发 /trækt/ 音，其中 “t” 发 /t/ 音，“r” 发 /r/ 音，“a” 发短元音 /æ/，“c” 发 /k/ 音，“t” 发 /t/ 音。
- 规则:ing → /ɪŋ/， “ing” 发 /ɪŋ/ 音。
- deviation:名词，词源来自拉丁语“deviare”，词义：偏差；偏离。
- 记忆方法:联想“de-”（离开）+“vi”（道路）+“-ation”（名词后缀）→离开道路→偏离。
- 形近词:deviation/deviate（偏离）、via（通过）。
- 发音解析:
- 音节分解:de + vi + a + tion /ˌdiːviˈeɪʃn/，重音在第三音节
- 规则:de → /diː/， “de” 发 /diː/ 音，其中 “d” 发 /d/ 音，“e” 发长元音 /iː/。
- 规则:vi → /vaɪ/， “vi” 发 /vaɪ/ 音，其中 “v” 发 /v/ 音，“i” 发 /aɪ/ 音。
- 规则:a → /ə/， “a” 发 /ə/ 音。
- 规则:tion → /ʃn/， “tion” 发 /ʃn/ 音。
- In some cases, this is literally the mean and standard deviation of all pixels in a rectangular window centered on the pixel to be modified (Pinto et al., 2008).
- 固定搭配:“centered on”，含义：“以……为中心”。
- 句子分析:主系表结构的简单句，“this”作主语，“is”是系动词，“literally the mean and standard deviation of all pixels in a rectangular window centered on the pixel to be modified”是表语。
- 翻译:在某些情况下，这实际上是一个以要修改的像素为中心的矩形窗口内所有像素的平均值和标准差（平托等人，2008年）。
- 单词分析:
- literally:副词，词源来自拉丁语“littera”（字母），词义：实际上；真正地。
- 记忆方法:联想“literal”（字面的）+“-ly”（副词后缀）→按照字面意思→实际上。
- 形近词:literally/literal（字面的）、literature（文学）。
- 发音解析:
- 音节分解:lit + er + al + ly /ˈlɪtərəli/，重音在第一音节
- 规则:lit → /lɪt/， “lit” 发 /lɪt/ 音，其中 “l” 发 /l/ 音，“i” 发短元音 /ɪ/，“t” 发 /t/ 音。
- 规则:er → /ə(r)/， “er” 发 /ə(r)/ 音。
- 规则:al → /əl/， “al” 发 /əl/ 音，其中 “a” 发短元音 /ə/，“l” 发 /l/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
- literally:副词，词源来自拉丁语“littera”（字母），词义：实际上；真正地。
- rectangular:形容词，词源来自拉丁语“rectangulus”，词义：矩形的；长方形的。
- 记忆方法:联想“rect”（直的）+“-angle”（角）+“-ar”（形容词后缀）→有直角的→矩形的。
- 形近词:rectangular/rectangle（矩形）、direct（直接的）。
- 发音解析:
- 音节分解:rec + tan + gu + lar /rekˈtæŋɡjələ(r)/，重音在第二音节
- 规则:rec → /rek/， “rec” 发 /rek/ 音，其中 “r” 发 /r/ 音，“e” 发短元音 /e/，“c” 发 /k/ 音。
- 规则:tan → /tæn/， “tan” 发 /tæn/ 音，其中 “t” 发 /t/ 音，“a” 发短元音 /æ/，“n” 发鼻音。
- 规则:gu → /ɡjuː/， “gu” 发 /ɡjuː/ 音，其中 “g” 发 /ɡ/ 音，“u” 发 /juː/ 音。
- 规则:lar → /lə(r)/， “lar” 发 /lə(r)/ 音。
- In other cases, this is a weighted mean and weighted standard deviation using Gaussian weights centered on the pixel to be modified.
- 句子分析:主系表结构的简单句，“this”作主语，“is”是系动词，“a weighted mean and weighted standard deviation using Gaussian weights centered on the pixel to be modified”是表语。
- 翻译:在其他情况下，这是一个使用以要修改的像素为中心的高斯权重的加权平均值和加权标准差。
- 单词分析:
- weighted:形容词，词源来自“weight”（重量）+“-ed”（形容词后缀），词义：加权的。
- 记忆方法:联想“weight”（重量）+“-ed”（表示有……的）→有重量的→加权的。
- 形近词:weighted/weight（重量）、height（高度）。
- 发音解析:
- 音节分解:weight + ed /ˈweɪtɪd/，重音在第一音节
- 规则:weight → /weɪt/， “weight” 发 /weɪt/ 音，其中 “w” 发 /w/ 音，“e” 发长元音 /eɪ/，“i” 不发音，“g” 发 /ɡ/ 音，“ht” 发 /t/ 音。
- 规则:ed → /ɪd/， “ed” 发 /ɪd/ 音。
- weighted:形容词，词源来自“weight”（重量）+“-ed”（形容词后缀），词义：加权的。
- Gaussian:形容词，词源来自德国数学家高斯（Gauss）的名字，词义：高斯的；高斯分布的。
- 记忆方法:联想高斯的名字来记忆。
- 形近词:Gaussian/Gauss（高斯）。
- 发音解析:
- 音节分解:Gaus + si + an /ˈɡaʊsiən/，重音在第一音节
- 规则:Gaus → /ɡaʊs/， “Gaus” 发 /ɡaʊs/ 音，其中 “G” 发 /ɡ/ 音，“au” 发 /aʊ/ 音，“s” 发 /s/ 音。
- 规则:si → /si/， “si” 发 /si/ 音，其中 “s” 发 /s/ 音，“i” 发 /i/ 音。
- 规则:an → /ən/， “an” 发 /ən/ 音。
- In the case of color images, some strategies process different color channels separately while others combine information from different channels to normalize each pixel (Sermanet et al., 2012).
- 固定搭配:“in the case of”，含义：“在……情况下”；“combine...with...”，含义：“将……与……结合”。
- 句子分析:主从复合句，“while”连接两个并列的句子，分别描述不同的策略。
- 翻译:对于彩色图像，一些策略分别处理不同的颜色通道，而另一些策略则结合不同通道的信息来对每个像素进行归一化（塞尔马内等人，2012年）。
- 单词分析:
- strategies:名词复数，词源来自希腊语“strategos”，词义：策略；战略。
- 记忆方法:联想“strat”（层）+“-egy”（策略）→分层的策略→战略。
- 形近词:strategy/strategic（战略的）、tactic（战术）。
- 发音解析:
- 音节分解:stra + te + gies /ˈstrætədʒiz/，重音在第一音节
- 规则:stra → /stræ/， “stra” 发 /stræ/ 音，其中 “s” 发 /s/ 音，“t” 发 /t/ 音，“r” 发 /r/ 音，“a” 发短元音 /æ/。
- 规则:te → /tə/， “te” 发 /tə/ 音，其中 “t” 发 /t/ 音，“e” 发短元音 /ə/。
- 规则:gies → /dʒiz/， “gies” 发 /dʒiz/ 音，其中 “g” 发 /dʒ/ 音，“i” 发 /ɪ/ 音，“es” 发 /z/ 音。
- strategies:名词复数，词源来自希腊语“strategos”，词义：策略；战略。
- channels:名词复数，词源来自拉丁语“canalis”，词义：通道；频道。
- 记忆方法:联想“can”（管子）+“-al”（名词后缀）→像管子一样的通道。
- 形近词:channel/chance（机会）、cannon（大炮）。
- 发音解析:
- 音节分解:chan + nel + s /ˈtʃænlz/，重音在第一音节
- 规则:chan → /tʃæn/， “chan” 发 /tʃæn/ 音，其中 “ch” 发 /tʃ/ 音，“a” 发短元音 /æ/，“n” 发鼻音。
- 规则:nel → /nəl/， “nel” 发 /nəl/ 音，其中 “n” 发鼻音，“e” 发短元音 /ə/，“l” 发 /l/ 音。
- 规则:s → /z/， “s” 发 /z/ 音。
- separately:副词，词源来自“separate”（分开）+“-ly”（副词后缀），词义：分别地；单独地。
- 记忆方法:联想“separate”（分开）+“-ly”（表示方式）→以分开的方式→分别地。
- 形近词:separately/separate（分开）、separation（分离）。
- 发音解析:
- 音节分解:sep + a + rate + ly /ˈseprətli/，重音在第一音节
- 规则:sep → /sep/， “sep” 发 /sep/ 音，其中 “s” 发 /s/ 音，“e” 发短元音 /e/，“p” 发 /p/ 音。
- 规则:a → /ə/， “a” 发 /ə/ 音。
- 规则:rate → /rət/， “rate” 发 /rət/ 音，其中 “r” 发 /r/ 音，“a” 发短元音 /ə/，“t” 发 /t/ 音。
- 规则:ly → /li/， “ly” 发 /li/ 音，其中 “l” 发 /l/ 音，“y” 发 /i/ 音。
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
5
0- 0
已为社区贡献5条内容
所有评论(0)