【计算机科学】【2019.01】贝叶斯卷积神经网络

本文为德国凯泽斯劳藤大学（作者：Kumar Shridhar）的硕士论文，共90页。 人工神经网络是一种互连系统，它通过学习实例来完成给定的任务，而不必事先了解该任务。这是通过为每个节点中的权重找到最佳点估计来完成的。一般来说，使用点估计作为权重的网络在大型数据集上表现良好，但它们无法在数据很少或没有数据的区域中表达不确定性，从而导致决策过于自信。 本文提出了一种基于变分推理的贝叶斯卷积神经网络（

>>阅读原文<<