predict_uncertain_helper

predict_uncertain_helper(model: Model, batch: Tensor, score_method: Callable[[...], Tensor], num_samples: int, slice_size: int | None = None, *, mode: Literal['training', 'validation', 'testing'] | None) → UncertainPrediction

通过蒙特卡洛 dropout 进行带有不确定性估计的预测。

Parameters:

• model (Model) – 用于预测分数的模型

• batch (Tensor) – 用于预测的批次。其形状和内容必须与score_method所要求的一致。

• score_method (Callable[[...], Tensor]) – 使用的基础评分方法（来自 score_{hrt,h,r,t}）

• num_samples (int) – >1 使用的样本数量。更多的样本会带来更好的估计，但会增加内存需求和运行时间。

• slice_size (int | None) – >0 使用切片时评分函数的除数。

• mode (Literal['training', 'validation', 'testing'] | None) – 传递模式，在传导设置中为None，在归纳设置中为“training”、“validation”或“testing”之一。

Returns:

一个元组 (score_mean, score_std)，表示从 dropout 分布中采样的分数的平均值和标准差。标准差可以被解释为不确定性的度量。

Raises:

MissingDropoutError – 如果模型不包含dropout层。

Return type:

UncertainPrediction

警告

此函数将模型设置为评估模式，并将所有dropout层设置为训练模式。