天天新品网做网站,设计师论坛平台有哪些,听完米课做的网站,wordpress文章描述调用修改目录标题 1. 上周回顾2. 本周计划3. 完成情况4. 存在的主要问题5. 下一步工作 1. 上周回顾
总结不确定性在神经网络中的运用。跳转链接
2. 本周计划
通过阅读论文《Semi-Supervised Deep Regression with Uncertainty Consistency and Variational Model Ensembling》#… 目录标题 1. 上周回顾2. 本周计划3. 完成情况4. 存在的主要问题5. 下一步工作 1. 上周回顾
总结不确定性在神经网络中的运用。跳转链接
2. 本周计划
通过阅读论文《Semi-Supervised Deep Regression with Uncertainty Consistency and Variational Model Ensembling》了解不确定性在半监督回归中的运用。
3. 完成情况
论文阅读博客
总结 本文对于不确定性详细来说是认知不确定性提出了不确定性一致性简单来说就是两个模型对于同一个样本预测的不确定也应该相似。详细的来说是两个模型多次实验的不确定性的平均值在原文中表述为一个tricks。对于有标记的损失函数区别于使用同方差损失通过建模的不确定性使用异方差损失。
4. 存在的主要问题
论文中作者只针对了图像数据进行了实验没有对扁平数据进行实验。论文通过Monte Carlo dropout建模不确定性对此没有了解。
论文本身从损失函数的层面是容易理解的本身的工作量多阅读难度中等。
5. 下一步工作
对本文提出的算法进行代码层面的实践。
