目录标题
- 1. 上周回顾
- 2. 本周计划
- 3. 完成情况
- 4. 存在的主要问题
- 5. 下一步工作
1. 上周回顾
总结不确定性在神经网络中的运用。跳转链接
2. 本周计划
通过阅读论文《Semi-Supervised Deep Regression with Uncertainty Consistency and Variational Model Ensembling》，了解不确定性在半监督回归中的运用。
3. 完成情况
论文阅读博客
总结：
本文对于不确定性，详细来说是认知不确定性，提出了不确定性一致性，简单来说就是，两个模型对于同一个样本预测的不确定也应该相似。详细的来说，是两个模型多次实验的不确定性的平均值（在原文中表述为一个tricks）。对于有标记的损失函数，区别于使用同方差损失，通过建模的不确定性使用异方差损失。
4. 存在的主要问题
- 论文中，作者只针对了图像数据进行了实验，没有对扁平数据进行实验。
- 论文通过
Monte Carlo dropout建模不确定性，对此没有了解。
论文本身从损失函数的层面是容易理解的，本身的工作量多，阅读难度中等。
5. 下一步工作
对本文提出的算法进行代码层面的实践。
)
)
