信息收集
Hinton在论文《Dynamic Routing Between Capsules》中提出了CapsNet，论文地址
论文结合此篇文章阅读：先读懂CapsNet架构然后用TensorFlow实现：全面解析Hinton提出的Capsule
知乎上有两篇文章对论文解析的很好：
知乎上云梦居客关于此篇论文的回答
以及AI研习社对本篇论文进行了完整的翻译：
自己的总结
文中胶囊网络模型分为3层：
第一层卷积层，输入：2828； 输出：2020256
（使用256个99大小、步长为1的卷积核，该层拥有2020256个神经元）
第二层卷积层（主胶囊层），输入：2020256 ； 输出：66832
（使用32个99大小、步长为2的卷积核，执行8遍，该层拥有6632个胶囊）
第三层全连接层（数字胶囊层），输入：66832 ； 输出：1016 （拥有10个胶囊）
Github上的复现
- TensorFlow1
- Pytorch
- Keras
- Pytorch easy tutorial
最后
以上就是酷酷黑猫最近收集整理的关于深度笔记 - Dynamic Routing Between Capsules 个人整理的全部内容，更多相关深度笔记内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复