\"bayesian-deep-learning-notes\"：一份关于贝叶斯深度学习论文的注释列表

贝叶斯深层学习笔记 贝叶斯深度学习论文的一阶段摘要。 我们在这里按以下类别组织这些论文。 但是其中一些可能会重叠。 （1）。 深度学习的不确定性 通过贝叶斯建模，变分推论等进行深度学习中的模型不确定性 [1705]。 具体的辍学-[ ] [] [1703]。 具有Alpha散度的贝叶斯神经网络中的推断-[ ] [] [1703]。 贝叶斯深度学习中对于计算机视觉我们需要哪些不确定性？ -[ ] [] [2016]。 深度学习的不确定性-[ ] [ ] [ ] [1505]。 神经网络的权重不确定度-[ ] [] [2015]。 关于现代深度学习和变异推理-[ ] [] [1995]。 神经网络的贝叶斯学习 （2）。 概率深度模型 使用概率模型来模仿深度神经网络。 [1711]。 深高斯混合模型-[ arxiv ] [1411]。 深度指数族-[ arxiv