moderator variable是什么意思

调和变量的意思。
如果变量Y与变量X的关系是变量M 的函数,称M 为调节变量。
也就是说, Y与X 的关系受到第三个变量M 的影响。调节变量可以是定性的(如性别、种族、学校类型等) ,也可以是定量的(如年龄、受教育年限、刺激次数等) ,它影响因变量和自变量之间关系的方向(正或负)和强弱
举例说明：比如学生的学习效果和指导方案的关系,往往受到学生个性的影响:一种指导方案对某类学生很有效,对另一类学生却没有效,从而学生个性是调节变量。
又如,学生一般自我概念与某项自我概念(如外貌、体能等)的关系,受到学生对该项自我概念重视程度的影响:很重视外貌的人,长相不好会大大降低其一般自我概念;不重视外貌的人,长相不好对其一般自我概念影响不大,从而对该项自我概念的重视程度是调节变量。
moderator:调和的
variable：变量

variable(变量)：变量指的是可以在数量上或性质上改变的事物的属性。
Selective Retention(选择性记忆)：选择性记忆指的是人们不可能将所接触到和了解到的信息全部记住,而是倾向于记住那些符合自己信念和态度的东西。

以前上课时老师举了个例子，我修改了一下，现在跟大家分享分享。。。
内存就好像超市那个储物柜，上面每一个柜子都有一个编号，那个编号就好像内存的地址，指针呢就好像去开柜子的钥匙。。。。

定义：

因变量是结果，通常是未知的或者不容易得到的，自变量是原因，比较容易得到。但是自变量和因变量之间不一定是因果关系，而是相关关系。

先认识一下变量:

变量，顾名思义，就是可以变化的量，变量描述了研究对象的一类属性。在量化研究中，我们主要研究的就是各个变量之间的关系，也就是可以变化的量之间的关系。

变量是：

具有可变化特征的因素

变量的本质就是“具有可变化特征的因素”

对某个一特征的测量

变量是对特征的经验测量

性别就是一个变量，它是对人类性别这一属性的描述。

变量是定量研究中的主角和焦点，研究中通过研究变量与变量之间的关系，来阐述存在的一般规律或发现事物之间的联系。

这一“可以变化的量”有自己的值，这就是变量值。变量值表述了研究对象的具体属性是什么即变量所描述的属性或特征。

例如：性别是变量，而对于的变量值有两个：男和女。
年级是一个变量，而对应的变量值有：一年级、二年级、三年级……

所以, 你会发现变量和变量值的关系是这样的：

“value”(值)就是“variable”（变量）的特征;

“variable”（变量）是“value”（值）所描述的对象。

在方差分析中，我们习惯把变量叫作因素，把值叫作水平。

什么是自变量和因变量？

研究的主要目的之一就是发现变量之间的规律，而最重要的规律是因果关系。也就是通过研究分析，发现一个变量如何对另一个变量产生影响。而为了区分那个变量是原因，哪个变量是结果，我们将变量分为自变量和因变量。

自变量用于引起、解释、预测因变量

因变量是一个研究中被引起、被解释、被预测的东西

简单地说，自变量就是原因变量，因变量就是结果变量。自变

简单地说，自变量就是原因变量，因变量就是结果变量。自变

自变量 影响 因变量

例如：

年龄的变化会引起身高的变化，自变量为年龄，因变量为身高

如何区分自变量和因变量？我们明确了自变量和因变量的定义之后，就面临着，在研究中如何判断哪个是自变量和因变量。一般的，我们能够判断何为自变量，何为因变量遵循以下原则：1 能判断因果关系的，依据表示原因的是自变量，表示结果的是因变量判断例如：老师的教学行为会影响学生的学习成绩
2客观变化的（如时间、年龄、气温）一般为自变量
例如：年龄的变化会影响身高的变化

3外界因素一般作为自变量影响个人态度变化

例如:收入的变化会影响幸福感的变化

此外还存在一些特殊情况，需要根据研究目的灵活判断。

1 architecture 架构、系统架构 体系结构；在EDA的PLD中用于标识结构体。通常情况下它也指软件结构。

2 command line 命令列、命令行 (系统文字模式下的整行执行命令)。计算机语句里的命令行。

3 context 背景关系、周遭环境、上下脉络 环境、上下文。可以理解为Context是为计算机提供了一个应用的运行环境。

4 database schema 数据库结构纲目 。Schema是用于描述和规范XML文档的逻辑结构的一种语言，它最大的作用就是验证XML文件逻辑结构的正确性。

5 exception handling 异常处理、异常处理机制 异常处理、异常处理机制。

6 generic 泛型、一般化的 一般化的、通用的、泛化。泛型是程序设计语言的一种特性。

7 const 常数（constant 的缩写，C++ 关键字）。const 限定符，它把一个对象转换成一个常量。

                                                                                         

扩展资料：

编程是编写程序的中文简称，就是让计算机代为解决某个问题，对某个计算体系规定一定的运算方式，使计算体系按照该计算方式运行，并最终得到相应结果的过程。

编程语言，是用来定义计算机程序的形式语言。它是一种被标准化的交流技巧，用来向计算机发出指令。一种计算机语言让程序员能够准确地定义计算机所需要使用的数据，并精确地定义在不同情况下所应当采取的行动。

编程语言俗称"计算机语言"，种类非常的多，总的来说可以分成机器语言、汇编语言、高级语言三大类。电脑每做的一次动作，一个步骤，都是按照已经用计算机语言编好的程序来执行的，程序是计算机要执行的指令的集合，而程序全部都是用我们所掌握的语言来编写的。

本文是对 官方文档 的学习笔记。

TF2 用 tfVariable 类来存储变量（Tensor 是常量）。 tfkeras 就是用 variables 来存储参数的。

可以用一个 Tensor 来初始化一个 Variable， Variable 内部的数据类型回合 Tensor 的 dtype 一致。

Variable 看起来和 Tensor 差不多， 而实际上 Variable 的数据结构就是由 Tensor 支撑的。 类似 Tensor， variable 也有 dtype， shape 属性， 同时，它也可以被转成Numpy。 大多数 Tensor 的函数， 都可以用在 Variable上面， 但是 Variable 不支持 reshape。

可以利用 assign 对 Variable 赋值， Variable 会重复利用已有内存。 所以， Variable 被assign的 Tensor 的shape 必须 和初始化的shape 一致（Variable 不可以改变shape）

从现有 Variable 创建一个新的Variable 会导致创建新的对象， （不像 python 是引用， TF2 是真对象）

Python 版的 TF2 中， Variable 的生命周期和其他 Python 对象一致， 如果引用消失则会自动被回收。

Variable 可以有自己的 “名字”， 注意这里说的的“名字” 指的不是变量名， 而是 TF2 规定的， 每个 Variable 可以有的“名字”。

保存和加载模型时，将保留变量名称。默认情况下，模型中的变量将自动获取唯一的变量名，因此除非你愿意，否则不需要自己分配它们。

尽管变量对于区分很重要，但是某些变量将不需要区分。你可以通过在创建时将可训练设置为false来关闭变量的渐变。

TF2 会自动把 Tensor 和 Variable 放到运行最快的地方， 这就意味着如果有 GPU 的话， 大部分变量会被放置在GPU上。 然而， 开发者可以设定这个选项， 强制将float 类型数据放在CPU 上运行。

可以在一个设备上设置 variable 或 tensor 的位置，并在另一个设备上进行计算。由于需要在设备之间复制数据，因此会引入延迟。 但是，如果您有多个GPU工作程序，但只想要变量的一个副本，那copy 就不可避免。

分布式计算参考： our guide

---