![7bb3d9e82a002f06dcf310650832cdbd.png](https://img-blog.csdnimg.cn/img_convert/7bb3d9e82a002f06dcf310650832cdbd.png)
Probabilistic in Robotics Ⅳ: Bayesian Neural Network
贝叶斯方法后来也搭上了Deep learning的顺风车,摇身一变成了Bayesian Neural Network(BNN)。
注意:这叫做贝叶斯神经网络,不是贝叶斯图网络
之前一直在介绍贝叶斯方法的思想,但是没有介绍怎么求解。在第二章Bayesian Inference已经写过主要的求解方式有两种:
- 基于采样的马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,简称MCMC)方法
- 基于近似的变分推断(Variational Inference,简称VI)方法
这两个还是放在后面,链接之后会放出。先介绍变分推断的特例,贝叶斯神经网络。
结构
左图是普通的全连接(deterministic)神经网络,右图是贝叶斯(probabilistic)神经网络。
![4261a07e1e5bf47500ce9d5367434469.png](https://img-blog.csdnimg.cn/img_convert/4261a07e1e5bf47500ce9d5367434469.png)