题目: Bayesian Reasoning with Deep-Learned Knowledge
摘要: 我们通过对训练的深层神经网络的内在理解,在复杂的任务上进行贝叶斯推理。独立训练的网络被安排在其原始范围之外的swer问题的联合中,而swer问题是用贝叶斯推理问题来表示的。我们用近似推理来解决这个问题,这为结果提供了不确定性。我们展示了如何在高分辨率的人脸图像背景下,将独立训练的网络与传统的噪声测量相结合,从传统的生成器中提取样本,同时解决多个约束条件下的谜题。