贝叶斯神经网络 BNN

1. 简介 贝叶斯神经网络不同于一般的神经网络，其权重参数是随机变量，而非确定的值。如下图所示： 2. 模型 假设 NN 的网络参数为 W，p(W) 是参数的先验分布，给定观测数据 D={X,Y}，这里 X 是输入数据，Y 是标签数据。BNN 希望给出以下的分布： 其中： 这里 P(W|D) 是后验分布，P(D|W) 是似然函数，P(D) 是边缘似然。 从公式（53）中可以看出，用 BNN 对数据

>>阅读原文<<