貝葉斯神經網絡 BNN

1. 簡介 貝葉斯神經網絡不同於一般的神經網絡,其權重參數是隨機變量,而非確定的值。如下圖所示: 2. 模型 假設 NN 的網絡參數爲 W,p(W) 是參數的先驗分佈,給定觀測數據 D={X,Y},這裏 X 是輸入數據,Y 是標籤數據。BNN 希望給出以下的分佈: 其中: 這裏 P(W|D) 是後驗分佈,P(D|W) 是似然函數,P(D) 是邊緣似然。 從公式(53)中可以看出,用 BNN 對數據
相關文章
相關標籤/搜索