应用

提供关于预测的不确定性，主要应用于风险敏感

例如，在自动驾驶汽车的感知系统中，贝叶斯神经网络可以用来对物体的位置进行预测。不仅可以得到物体可能的位置，还可以得到预测的不确定性。如果预测的不确定性很高，系统可能会选择更加谨慎的行驶策略，或者请求人类司机介入。

网络权重的概率建模，降低敏感性

在医疗影像诊断中，数据量可能很有限。使用贝叶斯神经网络，模型可以通过考虑权重的不确定性来避免对训练数据的过拟合。这意味着模型在遇到训练集之外的新数据时，能够更好地泛化，提高对新患者图像的诊断准确性。

定义：模型压缩是机器学习和深度学习中的一种技术，旨在减小训练好的模型的大小，更合适的部署到计算机能力，存储空间或宽带受限的环境中，例如移动设备和嵌入式系统

具体方法：