贝叶斯神经网络中可处理的近似高斯推断
机器学习
2021-12-08 v3 机器学习
摘要
在本文中，我们提出了一种在贝叶斯神经网络中执行可处理的近似高斯推断（TAGI）的解析方法。该方法能够对权重和偏置的后验均值向量与对角协方差矩阵进行解析高斯推断。所提方法的计算复杂度关于参数数量 为 ，并且在回归与分类基准上的测试证实，在相同的网络架构下，其性能与依赖梯度反向传播的现有方法相当。
引用
@article{arxiv.2004.09281,
title = {Tractable Approximate Gaussian Inference for Bayesian Neural Networks},
author = {James-A. Goulet and Luong Ha Nguyen and Saeid Amiri},
journal= {arXiv preprint arXiv:2004.09281},
year = {2021}
}