该论文提出了一种通过单次前向传递来训练确定性深度模型的方法，该模型可以找到并拒绝分布外的数据点。通过引入梯度惩罚，可以可靠地检测分布外的数据，并在大型数据集上缩放不确定性量化。在一些难以检测的数据集上，该方法比Deep Ensembles得出了更好的结果。