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

>>阅读原文<<