深度学习中的常用希腊字母发音与用途速查表

布鲁格若门

1371人浏览 · 2025-11-27 09:59:50

布鲁格若门 · 2025-11-27 09:59:50 发布

列举长见的字母,防止忘记

常用希腊字母表

大写	小写	英文注音	中文注音	常用数学/深度学习含义
$A$	$α\alpha$	Alpha	阿尔法	学习率 (Learning Rate)，动量系数，权重混合比例
$B$	$β\beta$	Beta	贝塔	动量参数 (Momentum)，Adam 优化器中的衰减率
$Γ\Gamma$	$γ\gamma$	Gamma	伽马	强化学习折扣因子，Focal Loss 参数，BatchNorm 中的缩放参数
$Δ\Delta$	$δ\delta$	Delta	德尔塔	变化量/梯度 (如 $δ\delta$ error)，Kronecker delta 函数
$E$	$ϵ\epsilon$	Epsilon	艾普西隆	极小值 (防止除零错误)，误差项，探索率 (RL)
$Z$	$ζ\zeta$	Zeta	泽塔	黎曼函数 (较少见)，阻尼比
$H$	$η\eta$	Eta	艾塔	学习率 (常见替代 $α\alpha$ )，效率
$Θ\Theta$	$θ\theta$	Theta	西塔	模型参数/权重 (Weights)，角度，阈值
$I$	$ι\iota$	Iota	约塔	极小量，迭代索引 (较少见)
$K$	$κ\kappa$	Kappa	卡帕	核函数相关，条件数
$Λ\Lambda$	$λ\lambda$	Lambda	兰姆达	正则化系数 (Regularization)，特征值 (Eigenvalue)
$M$	$μ\mu$	Mu	缪	均值 (Mean)，动量
$N$	$ν\nu$	Nu	纽	自由度，泊松比
$Ξ\Xi$	$ξ\xi$	Xi	克西	随机变量，特征向量分量
$Π\Pi$	$π\pi$	Pi	派	圆周率，连乘 (Product)，策略 (RL Policy)
$P$	$ρ\rho$	Rho	柔	相关系数，谱半径，密度
$Σ\Sigma$	$σ\sigma$	Sigma	西格玛	求和 (Summation)，Sigmoid 激活函数，标准差 (Standard Deviation)
$T$	$τ\tau$	Tau	陶	时间步，温度系数 (Temperature)，目标网络更新率
$Υ\Upsilon$	$υ\upsilon$	Upsilon	宇普西隆	(较少见)
$Φ\Phi$	$ϕ\phi$	Phi	斐	特征映射/特征函数，空集，角度
$X$	$χ\chi$	Chi	卡	卡方分布 (Chi-squared)
$Ψ\Psi$	$ψ\psi$	Psi	普西	波函数，某些特定的激活函数或映射
$Ω\Omega$	$ω\omega$	Omega	欧米伽	权重 (偶尔)，角频率，样本空间

注意
- 同一个字母在不同领域可能有完全不同的含义。例如 $σ\sigma$ 既可以是标准差，也可以是激活函数，还可以表示求和符号 ( $Σ\Sigma$ )。阅读时请务必结合上下文。
- 在手写推导公式时，注意区分 $ν\nu$ (Nu) 和 $v$ (英文 v)， $ρ\rho$ (Rho) 和 $p$ (英文 p)。清晰的书写能避免很多低级错误。
- $θ\theta$ vs $w$ ：在表示模型参数时，统计学背景的资料常用 $θ\theta$ ，而工程/CS 背景的资料常用 $w$ (weights) 和 $b$ (bias)。它们指代的是同一个东西。

亚马逊云科技技术品牌专区

更多推荐

基于STM32的全屋环境智能监测与预警终端设计

亚马逊云科技技术品牌专区

Keras：面向人类的深度学习库

Keras3支持多后端（TensorFlow、PyTorch、JAX），通过设置环境变量切换，兼容指定版本。pip安装后可用Sequential API快速构建CNN模型，如MNIST分类示例，实

亚马逊云科技技术品牌专区

AI行业日报｜2026-09-25：5个热点事件

本期行业动态聚焦于端侧算力重构、自主智能体工作流、开发工具经济模型、网络隔离架构设计与公共部门合规审查。以下结合一线技术场景进行结构化梳理，供 AI 研究员与软件工程团队参考。 PrismML 正将其轻量级语言模型适配至搭载高通处理器的智能眼镜终端 1 。该平台的核心战略指向开源权重模型的本地化运行，旨在最大化挖掘穿戴设备现有算力的利用效率 1 。对于嵌入式与边缘计算开发者而言，此类微型模型向低功