我很高兴地宣布我们的AutoBNN库现已发布。我们演示了如何基于基础GP核的和与积来定义函数上一个有意义的先验，并将其转换成数学上等价的（在极限情况下）神经网络架构。这提供了强大的超出分布（OOD）泛化能力（通过使用集成近似后验函数获得误差范围），并允许基于梯度的结构学习。由@以它为镜等人的工作。https://blog.research.google/2024/03/autobnn-probabilistic-time-series.html?m=1
