python - 如何在使用 tensorflow 时检测分布外的样本？

Question

为了在实际应用中进行正确推理，检测用于训练 ML 模型的数据分布之外的样本是必不可少的。

概率阈值似乎不是一个好的选择，因为大多数 DNN 通常过于自信，即使对于分布外的样本也是如此。

我发现了一些讨论的论文，out-of-distribution-detection但 Tensorflow 似乎没有针对其中任何一个的内置实现。

由于这似乎是为现实世界应用程序部署的任何 ML 模型的常见场景，我想知道是否有一种方法可以out of distribution samples在进行推理之前找到（在 TensorFlow 或 TFLite 中，给定 .pb 或 .tflite 图中经过训练的 CNN 模型文件格式）？

标签： pythontensorflowmachine-learningcomputer-visionoutliers