超级会员免费看
胶囊网络（Capsule Network）由Geoffrey Hinton提出，旨在改进传统CNN处理空间关系的能力。胶囊通过动态路由传递信息，其输出为包含物体属性的向量，适合复杂数据结构。优点包括对小数据集的高效训练和识别空间关系，但缺点是内存消耗大、运行慢且效果不稳定。原论文实验展示了其潜力，但在实际应用中仍需谨慎。
论文名称：Dynamic Routing Between Capsules
论文地址：https://ndey96.github.io/deep-learning-paper-club/slides/Capsule%20Networks.pdf
项目地址(Keras): https://github.com/XifengGuo/CapsNet-Keras
项目地址(Torch): https://github.com/leftthomas/CapsNet
1 引言
Geoffrey Hinton的胶囊网络（Capsule Network）一经发布就震动了整个人工智能领域，它将卷积神经网络（CNN）的极限提升到一个新的水平。这种网络基于一种被Hinton称为胶囊（capsule）的结构。 此外，他还发表了囊间动态路由算法，用来训练新提出的胶囊网络。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
