一致的稀疏深度学习：理论与计算 我们提出了一种类似于常客的方法来学习稀疏DNN，并证明其在贝叶斯框架下的一致性。 稀疏DNN的结构可以在经过训练的贝叶斯神经网络与常规先验混合的基础上，使用基于拉普拉斯近似的边际后验包含概率方法一致地确定。 相关刊物 孙燕* ，宋其凡*和梁发名， JASA，印刷中。 复制论文中的实验结果： 模拟： 产生资料： python Generate_Data.py 回归： python Simulation_Regression.py --data_index 1