我有一个在 keras 中实现的非常简单的玩具循环神经网络，给定 N 个整数的输入将返回它们的平均值。我希望能够使用 pymc3 或 edward.lib 将其修改为贝叶斯神经网络，以便获得输出值的后验分布
例如 p（输出 | 权重）。
我已经阅读了来自 autograd、pymc3 和 edward [1,2,3] 的博客文章，但似乎都针对分类问题。
干杯
[1] https://github.com/HIPS/autograd/blob/master/examples/bayesian_neural_net.py
[2] http://twiecki.github.io/blog/2016/06/01/bayesian-deep-learning/
[3] https://github.com/blei-lab/edward/blob/master/examples/getting_started_example.py
编辑
澄清一下 - 我在问是否有人可以提供一些与在分类任务以外的任何事情中构建贝叶斯 RNN 相关的经验/建议/参考。