变分贝叶斯最后几层
原文中文,约300字,阅读约需1分钟。发表于: 。我们引入了一种确定性变分公式,用于训练贝叶斯神经网络的最后一层,它生成了一个无需采样、单次通过的模型和损失函数,有效提高了不确定性估计。我们的变分贝叶斯最后一层(VBLL)仅需要最后一层宽度的二次复杂度进行训练和评估,因此(几乎)对标准架构是计算上无负担的。我们在回归和分类任务中进行了实验研究,结果表明 VBLL 相较于基准模型能够提高预测准确率、校准度和离域检测能力。最后,我们研究了将...
介绍了一种新的确定性变分公式,用于训练贝叶斯神经网络的最后一层,提高预测准确率、校准度和离域检测能力。研究了与变分贝叶斯特征学习相结合的低方差崩溃变分推理方法。