处理神经网络输入中的错误

Question

当您构建一个已知输入值有错误的神经网络时，是否可以将其合并到网络中？即输入的一个值可能有一个已知的小误差，因此它的值是一个很好的估计；但是另一个可能会有更大的标准误差，因此您对它的真实价值信心不足。

在这个问题上进行搜索并不容易，因为它主要是错误消息或弹出的输出错误，因此，如果这里有人知道这是副手，将非常感谢！

Answer 1

一种可能性是在训练过程中使用误差的某些倒数作为权重。基本上，当您在训练过程中计算一个输入示例的损失时，请将其乘以其权重。较高的重量会导致较高的损失，并对坡度和高度的变化产生更大的影响。

通过选择例如1 / standard error作为权重，对不确定性高的输入的错误估计不会像某个示例那样加权。