【导读】近日,Novartis的数据科学家 Eric J. Ma 进行了一次关于贝叶斯深度学习理论和实现的演讲,演讲题目是《An Attempt At Demystifying Bayesian Deep Learning》,在这次演讲中,目的是要做两件事情:揭秘深度学习的本质(实质上是用梯度下降进行带权值的矩阵乘法),并揭秘贝叶斯深度学习(将先验信息加在权值上)。 然后,作者通过PyMC3和Theano代码来说明如何构建贝叶斯深度网络,并将结果中的不确定性进行可视化,这个PPT和视频内容是学习贝叶斯深度学习非常好的资料,建议大家收藏。
▌内容目录
▌演讲视频
https://v.qq.com/x/page/q05242qwejm.html
参考链接:
https://pydata.org/nyc2017/schedule/presentation/39/
https://ericmjl.github.io/
▌PPT详细内容
请关注专知公众号