当你正在建设中的输入值，已知有误差存在合并到网络这种方式神经网络？即输入一个值可以具有已知的误差小，所以它的值是一个很好的估计;但另一种可能有较大的标准错误，并让你在它的真实价值缺乏自信。
围绕这个问题，谷歌搜索，因为它主要是错误消息或错误，这么弹出，如果有人知道这里的副手，这将是十分感谢的输出是不容易！
一种可能性是在训练中使用错误的一些倒数作为权重。基本上，当你训练你通过其重量乘以它在计算一个输入例子的损失。较高的重量导致更高的损耗和在梯度更高的冲击和wheights的变化。
通过选择例如1 / standard error作为权重，具有高的不确定性的输入的误推断未加权多达一个特定示例。