【实验笔记】深度学习中的确定性Uncertainty in Deep Learning（资料汇总，不断更新）

现在我们传统深度学习算法几乎只能给出一个特定的结果，而不能给出模型自己对结果有多么confident. 的确，在分类问题中，我们会在网络的最后一层添加一个softmax函数来获得概率，但是模型仍然无法表示自己对结果不确定。

资料：

1、博文
【实验笔记】深度学习中的两种不确定性（上）

[0.5,0.5]这样的结果在softmax中不太好出现的原因请参考

BNN的详细原理可以参考

样例数据集以及参考数据Exploring YouTube Faces with Keypoints Dataset

讨论了mc dropout 的争议

2、paper
What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?

Uncertainty in Deep Learning

Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics

《Simple and Scalable Predictive Uncertainty Estimation using Deep Ensembles》

《Dropout as a Bayesian Approximation: Representing Model Uncertainty in Deep Learning》

3、代码
AM207: Uncertainty modeling