L

Layer (Hidden Layer)（层/隐藏层）

人工神经网络中的一系列神经元，旨在处理一组输入特征，或者从广义上来说，处理这些神经元的输出。

隐藏层：神经元的一层，其输出连接到其他神经元的输入，因此不能作为网络输出直接实现可视化。

Learning-to-Learn（元学习）

机器学习领域的一个新方向，主要是研究算法如何通过分析自己的学习过程并对其加以改进来改变其归纳方式。

Learning-to-Rank（排序学习）

运用机器学习构建信息检索系统的排名模型。

Learning Rate（学习率）

梯度下降算法在人工神经网络训练阶段的每次迭代中所用的标量值，与梯度相乘得出结果。

Logit Function（Logit 函数）

在数学中（尤其是在统计学中）使用的 S 型“逻辑”函数的逆函数。

Long Short-Term Memory Networks（长短期记忆网络）

递归神经网络的一种变体，可用作梯度消失问题的一种解决方案。