숟가락 그만 얹어
Bayes by Backprop 본문
모든 parameter를 Gaussian으로 두고 stochastic modelling을 수행한다. 각 parameter에 대한 mean과 variance를 알아야 하기 때문에 원래 parameter보다 2배의 parameter가 필요하다. MXNet official code에 구현 방법이 자세히 설명되어 있다. https://gluon.mxnet.io/chapter18_variational-methods-and-uncertainty/bayes-by-backprop.html
References
[1] C. Blundell et al., Weight Uncertainty in Neural Networks, ICML 2015
'Research > Uncertainty' 카테고리의 다른 글
| Can you trust your model's uncertainty? (0) | 2020.08.22 |
|---|---|
| Deep Ensembles (0) | 2020.08.21 |
| Dropout as Bayesian Approximation (0) | 2020.08.01 |
| Bayesian Neural Networks (0) | 2020.07.18 |
| Calibration Softmax (0) | 2020.07.15 |
'Research/Uncertainty' Related Articles
more
