会员服务
贝叶斯方法可以用于学习神经网络权重的概率分布。将神经网络中的wi 和 b 由确定的值变成分布（distributions）。具体而言，为弥补反向传播的不足，通过在模型参数或模型输出上放置概率分布来估计。在权重上放置一个先验分布，然后尝试捕获这些权重在给定数据的情况下变化多少来模拟认知不确定性。该方法不是训练单个网络，而是训练网络集合，其中每个网络的权重来自共享的、已学习的概率分布。
【NeurIPS2024】通过超球面能量最小化 CKA 增强贝叶斯深度学习中的多样性
【NeurIPS2024】通过超球面能量最小化 CKA 增强贝叶斯深度学习中的多样性
专知会员服务
18+阅读 · 2024年11月4日
【CVPR2023】基于梯度不确定性归因的可解释贝叶斯深度学习
【CVPR2023】基于梯度不确定性归因的可解释贝叶斯深度学习
专知会员服务
42+阅读 · 2023年4月14日
《用多光谱卫星图像对贝叶斯深度学习方法进行基准测试》【气象预报】美海军研究生院88页论文
《用多光谱卫星图像对贝叶斯深度学习方法进行基准测试》【气象预报】美海军研究生院88页论文
专知会员服务
20+阅读 · 2022年10月7日
图深度学习与贝叶斯如何结合？Errica博士论文《 图贝叶斯深度学习》阐述方法框架，附201页pdf与Slides
图深度学习与贝叶斯如何结合？Errica博士论文《 图贝叶斯深度学习》阐述方法框架，附201页pdf与Slides
专知会员服务
68+阅读 · 2022年3月2日
【Pisa大学博士论文】图贝叶斯深度学习，Bayesian Deep Learning for Graphs ，201页pdf
【Pisa大学博士论文】图贝叶斯深度学习，Bayesian Deep Learning for Graphs ，201页pdf
专知会员服务
47+阅读 · 2022年2月28日
【ETH博士论文】贝叶斯深度学习，241页pdf
【ETH博士论文】贝叶斯深度学习，241页pdf
专知会员服务
130+阅读 · 2022年1月16日
【ICML2021】基于子网络推理的贝叶斯深度学习
专知会员服务
36+阅读 · 2021年8月17日
MIT最新《贝叶斯深度学习》综述论文，37页pdf
MIT最新《贝叶斯深度学习》综述论文，37页pdf
专知会员服务
54+阅读 · 2021年1月4日
(ICML 2020 Tutorial)贝叶斯深度学习与概率模型构建，134页ppt
(ICML 2020 Tutorial)贝叶斯深度学习与概率模型构建，134页ppt
专知会员服务
92+阅读 · 2020年7月30日
最新《贝叶斯深度学习》综述论文，35页pdf，A Survey on Bayesian Deep Learning
最新《贝叶斯深度学习》综述论文，35页pdf，A Survey on Bayesian Deep Learning
专知会员服务
209+阅读 · 2020年7月5日
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
专知会员服务
84+阅读 · 2020年2月25日
WSDM 2020教程《深度贝叶斯数据挖掘》，附257页PPT下载
WSDM 2020教程《深度贝叶斯数据挖掘》，附257页PPT下载
专知会员服务
157+阅读 · 2020年2月7日
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
专知会员服务
49+阅读 · 2020年1月1日
参考链接
微信扫码咨询专知VIP会员
Top