缺乏置信度度量:最先进的深度学习方法的另一个特点是缺乏置信度度量。与基于贝叶斯的机器学习方法相比,大多数深度学习模型不提供模型不确定性的合理置信度度量。例如,在分类模型中,顶层(主要是 softmax 输出)中获得的概率向量通常被解释为模型置信度,参见 [26] 或 [35]。然而,像 softmax 这样的函数可能会导致对远离训练数据的点进行不合理的高置信度外推,从而提供一种虚假的安全感 [39]。因此,尝试将贝叶斯方法也引入 DNN 模型似乎是很自然的。由此产生的不确定性度量(或同义的置信度度量)依赖于给定数据权重的后验分布的近似值。作为此背景下的一种有前途的方法,变分技术(例如基于 Monte Carlo dropout [27])允许将这些贝叶斯概念转化为计算上可处理的算法。变分方法依赖于 Kullback-Leibler 散度来测量分布之间的差异。因此,所得的近似分布集中在单一模式周围,低估了该模式之外的不确定性。因此,对于给定实例的结果置信度度量仍然不令人满意,并且可能仍然存在误解高置信度的区域。
博士德特勒夫·鲍德 (Detlef Bald),政治学家、军事历史学家,慕尼黑警察局博士。约亨·伯勒 (Jochen Böhler),维也纳维森塔尔大屠杀研究所所长 汉斯·多姆里希 (Hans Domrich),德国联邦国防军警卫营指挥官,中校,同时兼任“永远的目标”联盟联邦主席马库斯·芬克 (Marcus Funck),柏林工业大学反犹太主义研究中心研究员;弗里德赫尔姆·格雷斯 (Friedhelm Greis),记者,柏林博士。 Matthias Grünzig,历史学家、宣传家,柏林教授、博士。 Rüdiger Hachtmann,柏林工业大学历史学家、波茨坦当代历史中心高级研究员Linda von Keyserlingk-Rehbein,帕绍大学历史学家,教授,博士Christine Krüger,历史学家,波恩大学教授、博士托马斯·库恩 (Thomas Kühne),历史学家,马萨诸塞州克拉克大学斯特拉斯勒大屠杀和种族灭绝研究中心主任。斯文·朗格 (Sven Lange),iG 上校,德国联邦国防军军事历史和社会科学中心 (ZMSBw) 指挥官兼驻军教会基金会董事会成员 卡斯滕·林克 (Carsten Linke),民权活动家和公关人士,波茨坦教授博士桑德拉·马斯(Sandra Maß),历史学家,波鸿鲁尔大学博士。 Rainer Orth,历史学家,法兰克福博士。菲尔。 Heiger Ostertag,退休军官和作家,Aidlingen 教授博士。 Philipp Oswalt,卡塞尔大学建筑科学家,博士。斯蒂芬妮·奥斯瓦尔特 (Stefanie Oswalt),历史学家/记者,柏林警察局博士。 Agnieszka Pufelska,汉堡大学东北研究所研究员;Renata Schmidtkunz,ORF 编辑,维也纳 Apl。教授、博士迈克尔·西科拉(Michael Sikora),历史学家,明斯特威斯特伐利亚威廉大学教授、博士Barbara Stollberg-Rilinger,历史学家,柏林科学学院院长 Jeanette Toussaint,民族学家、宣传家,波茨坦 John Zimmermann,德国联邦国防军军事历史与社会科学中心 (ZMSBw),波茨坦
借助 Geist,满足您的业务电力需求。数据中心 PDU 电源产品的广泛选择包括可升级智能、监控传感器、小型断路器和远程管理等功能。无论您需要基本产品(例如转换开关或监控电源)来帮助防止电路过载,您都可以信赖 Geist。
