arXiv · ML· Shivam Pal, Piyush Rai·· 10 天前AI 评分23
基于尺度不变经验贝叶斯拉普拉斯近似解决 ReLU 网络几何对称性问题
Scale-Invariant Empirical-Bayes Laplace Approximation for ReLU Networks
AI 导读
提出 $\gamma$-canonicalization 方法,解决 ReLU 网络中经验贝叶斯拉普拉斯近似因尺度对称性导致的定义不良问题。 该方法通过平衡权重比将网络转换为规范表示,使边缘似然函数在 ReLU 缩放下保持不变,从而确保预测不确定性一致。
来源:arXiv · ML · arxiv.org