Capsule 胶囊网络学习笔记

以前邹班的SMT没认真听，还得重新回来捡。

参考自：https://blog.youkuaiyun.com/u013010889/article/details/78722140/

CNN的缺点：
忽略了图片中的位置信息，如果在图片中检测到眼睛鼻子等，就认为这是一张人脸，但如果把这些器官打乱，还是会误识别为人脸，这是CNN中max pooling的特性造成的。

如上图所示，我们通俗的将每个神经元的输出理解为这张图具有此特征的可能性（接近1就越可能具有某种特征），这里是用一个scale标量来表示图片是否具有此特征，capsule的思想就是把这些特征做出embedding，用一个向量来表示。所以就使得神经元的输出是向量而不是标量。

胶囊网络的单元结构和普通的神经元的区别在上图很明显了。核心思想大概就这些，具体细节或其他可以参考引用中的博客或者原文。