TRAINING CONFIDENCE-CALIBRATED CLASSIFIERS FOR DETECTING OUT-OF-DISTRIBUTION SAMPLES
ICLR-2018
ABSTRACT
在许多现实世界的机器学习应用中出现了检测测试样本是否来自分布内(即,分类器的训练分布)或者与其分离的分布不均匀的问题。然而,已知现有技术的深度神经网络在其预测中高度过度自信,即,不区分分布内和分布。最近,为了处理这个问题,已经提出了几种基于阈值的检测器,给出了预训练的神经分类器。然而,先前作品的表现在很大程度上取决于如何训练分类器,因为它们只关注改进推理程序。...
原创
2018-10-10 13:02:00 ·
1064 阅读 ·
0 评论