| 标题 |
  Deeply uncertain: comparing methods of uncertainty quantification in deep learning algorithms 深度不确定性：深度学习算法中不确定性量化方法的比较
相关领域
不确定度量化
计算机科学
人工智能
机器学习
辍学（神经网络）
背景（考古学）
贝叶斯概率
算法
集合（抽象数据类型）
不确定性传播
噪音（视频）
深度学习
人工神经网络
图像（数学）
生物
程序设计语言
古生物学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Machine learning: science and technology 作者：João Caldeira; B. Nord 出版日期：2020-07-17 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
Criminology34
嘿嘿
浮浮世世
tuanheqi
持卿
浮游
寻道图强
大龙哥886
小二
yyds
优美紫槐
无极微光
MchemG
9527
裂冰
null
精明浩然
BowieHuang
Zongxin
YifanWang
Mic
sxb10101
nn
COSMAO
皖公网安备34019202002308
