`Torch Uncertainty` 공식문서의 `Tutorials`를 번역한 내용입니다.Training a LeNet with Monte-Carlo Dropout이 튜토리얼에서는 Monte-Carlo Dropout(MC Dropout)이라는 계산 효율적인 베이지안 근사 방법을 사용하여 MNIST 데이터셋에서 LeNet 분류기를 훈련합니다. 예측 평균과 불확실성(분산)을 추정하기 위해, 드롭아웃 레이어가 활성화된 상태로 여러 번 네트워크를 forward pass시킵니다. Monte-Carlo Dropout에 대한 더 자세한 정보는 다음 문헌을 참조하십시오:"Dropout as a Bayesian Approximation: Representing Model Uncertainty in Deep Learning..