贝叶斯深度学习：桥接PyMC3和Lasagne构建层次神经网络

编辑部微信公众号关键字全网搜索最新排名『量化投资』：排名第一『量       化』：排名第一『机器学习』：排名第三我们会再接再厉成为全网优质的金融、技术类公众号编辑部翻译组  编译：西西、wally作者：Thomas Wiecki今天，我们将使用Lasagne构建一个更有趣的模型，这是一个灵活的Theano图书馆，用于构建各种类型的神经网络。你可能知道，PyMC3还使用了Theano，因此在Lasagne中建立了人工神经网络（ANN），将贝叶斯先验放在参数上，然后在PyMC3中使用变分推理（ADVI）来估计模型。由于Lasagne的优秀表现，我们可以轻松地建立一个具有最大汇集层的分层贝叶斯卷积ANN，在MNIST上实现98％的准确性。数据集：MNIST我们将使用手写数字的经典MNIST数据集。 与之前的博客文 ………………………………