Qwen3作为通义千问系列的最新迭代，通过混合推理架构和MoE专家系统实现了参数效率的革命性突破，使得模型能够在保持甚至超越同类大模型性能的同时，以更少的参数量显著降低计算资源消耗。其旗舰型号Qwen3-235B-A22B总参数达2350亿，但推理时仅激活220亿参数，激活比例仅为9.3%，同时在AIME25评测中斩获81.5分，刷新开源纪录，性能媲美参数量远大于自身的闭源模型。这种创新架构与训练方法的结合，不仅重新定义了大模型的成本效率边界，也为不同应用场景提供了灵活的模型选择，使开源大模型首次具备与GPT-4级别闭源模型正面对抗的能力。

从卷积的数学原理开始，跟进卷积技术的发展和演变，持续进行增补的长文。

图像分割问题主要流行四类任务，它们分别是目标检测( Object Detection )、语义分割( Semantic Segmentation )、实例分割( Instance Segmentation ) 和全景分割( Panoptic Segmentation )。这四类任务的意义分别为：

为方便读论文时查询术语，只做英文目录，我会不时把新遇到的术语增补到这里。 初版来自 Google Developers 网站。

本术语表定义了一般机器学习术语以及特定于 TensorFlow 的术语。