提升DNN參數準確度：MILA提出貝葉斯超網絡

深度神經網絡（DNN）參數中簡單而強大的貝葉斯推理（Bayesian inference）技術有可能大大擴展深度學習技術的應用範圍。在現實世界的應用中，意外錯誤可能會造成危險和財產損失，而預料之內的問題則可以讓智能體尋求人類的指導（以主動學習的形式），或是採取一些安全的默認行爲（如關機）來進行規避。近日，來自蒙特利爾 MILA、Element AI 和麥吉爾大學等機構的學者共同提出了「貝葉斯超網絡

>>阅读原文<<