Bayesian Deep Learning 学习笔记

为什么要学习贝叶斯深度学习? 它是一个模型构建和理解泛化的强大框架  不确定性表示(对决策至关重要) 更好的点估计 从概率论的角度来看,神经网络不那么神秘。 缺点  可以在计算上难以处理(但不一定是) 可能涉及很多运动部件(但不必)。 我们如何构建学习和概括的模型?  概率方法 我们可以在模型中明确说明噪音。  对于i.i.d,通常需要ε(x)= N(0;σ2)。 加性高斯噪声,在这种情况下  最
相关文章
相关标签/搜索