BriefGPT - AI 论文速递 · 2024-01-23T00:00:00Z 增强边缘端神经网络可靠性：随机仿射变换的反向归一化 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 深度神经网络（DNN）在计算机视觉任务中非常有用，但在不确定性量化方面存在困难。研究人员引入了适应性贝叶斯神经网络（ABNN），可以将DNNs转换为BNNs，并保留其预测性能和不确定性量化能力。ABNN在图像分类和语义分割任务中表现出最先进的性能。 🏷️ 标签 不确定性量化 图像分类 深度神经网络 神经网络 计算机视觉 适应性贝叶斯神经网络 阅读原文 生成长图 分享链接 已复制链接
