#139 · 主分类： 深度学习框架
torch-uncertainty
bayesian-network
computer-vision
ensembles
neural-networks
predictive-uncertainty
pytorch
reliable-ai
trustworthy-machine-learning
uncertainty
uncertainty-quantification
用于PyTorch中不确定性和深度学习模型的开源框架 🌱
项目最后更新：08/10/26
GitHub Stars
527
Forks数量
47
贡献者数量
20
许可证
Apache-2.0
收录理由
当模型不仅需要给出预测结果，还必须说明自己有多确定时，torch-uncertainty 提供了一个集中的起点。它把深度集成、MC-dropout、变分贝叶斯网络和证据分类封装成现成的层、损失函数、评估指标以及 Lightning 训练流程，让分类、回归和分割任务可以在同一套接口下直接对比，不必为每种方法重写底层逻辑。评估侧的自动化程度也很高：校准评分、选择性分类、分布外检测和分布漂移指标都已内置，温度缩放、共形预测这类后处理操作则只是普通的 Python 方法。其中多种实现是主流机器学习和视觉会议论文的官方版本，这个项目还曾在 WACV、HAICON 和 ECCV 2024 的教程中亮相。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。