文件名称：bayesian-deep-learning-notes:贝叶斯深度学习论文的注释列表
文件大小：14KB
文件格式：ZIP
更新时间：2024-06-07 15:58:39
贝叶斯深层学习笔记 贝叶斯深度学习论文的一阶段摘要。 我们在这里按以下类别组织这些论文。 但是其中一些可能会重叠。 （1）。 深度学习的不确定性 通过贝叶斯建模，变分推论等进行深度学习中的模型不确定性 [1705]。 具体的辍学-[ ] [] [1703]。 具有Alpha散度的贝叶斯神经网络中的推断-[ ] [] [1703]。 贝叶斯深度学习中对于计算机视觉我们需要哪些不确定性？ -[ ] [] [2016]。 深度学习的不确定性-[ ] [ ] [ ] [1505]。 神经网络的权重不确定度-[ ] [] [2015]。 关于现代深度学习和变异推理-[ ] [] [1995]。 神经网络的贝叶斯学习 （2）。 概率深度模型 使用概率模型来模仿深度神经网络。 [1711]。 深高斯混合模型-[ arxiv ] [1411]。 深度指数族-[ arxiv
【文件预览】：
bayesian-deep-learning-notes-master
----notes()
--------cvi.md(1KB)
--------uncertainty-vision.md(2KB)
--------concrete-dropout.md(581B)
--------stein-var.md(481B)
--------blackbox-vi.md(464B)
--------vprop.md(363B)
--------modern-vi.md(746B)
--------bayesian-compress.md(357B)
--------interpret-cnn-compress.md(514B)
--------svi.md(2KB)
--------smooth-svi.md(443B)
--------alpha-divergence.md(1KB)
--------deep-expo-families.md(506B)
--------bbb.md(428B)
--------uncertainty-deep-learning.md(2KB)
--------aevb.md(283B)
--------npn.md(428B)
--------perturbative-vi.md(952B)
----README.md(6KB)
----.gitignore(9B)