Monte Carlo (MC) 在 Keras 中使用 R 退出

Question

如何按照 YARIN GAL 的建议在卷积神经网络中使用 Keras 实现蒙特卡罗 dropout 来估计预测不确定性？我正在使用 R。

我正在小批量拟合模型，并希望使用 Monte Carlo dropout 来评估小批量模型。在 Keras 文档中找不到任何提示。顺便说一句，我使用标志 Training=TRUE 训练了我的模型。

谢谢

Answer 1

常规 dropout 仅在训练时随机丢弃神经元，而不是测试时，因此这是

Dropout

类的默认行为。如果您想要 MC dropout，则还需要在测试时使用

training=TRUE

，并且必须多次运行前向传递：这将为您提供预测分布，您可以根据需要使用它，例如计算平均值。

我对 R 不够熟悉，所以这是我使用的类，而不是标准的

Dropout

类：

class MCDropout(keras.layers.Dropout):
    def call(self, inputs, training=None):
        return super(MCDropout, self).call(inputs, training=True)

Answer 2

答案是Python，问题是关于R代码。