贝叶斯神经网络量化，保留图像分类不确定性

这项研究探索了一种在量化贝叶斯神经网络（BNN）的同时保留不确定性关键方面的新方法，这是 BNN 的一个关键优势。 该论文可能侧重于提高 BNN 的效率并降低计算成本，而不会牺牲它们提供概率预测的能力。

• •通过应用量化技术解决高效 BNN 部署的挑战。
• •旨在在量化过程中保持不确定性估计，这是 BNN 的一个关键特征。
• •特别关注图像分类任务，表明了实际应用的可能性。