Pytorch实现CapsuleNet总体流程Conv1原图上提取低级特征PrimaryCaps生成Capsules低级Capsule转换成DigitCapsDigitCaps解码重构损失计算
这里不讨论capsule的设计原理、优势以及特点等信息，只关注Capsule Net是如何实现的。总体流程在（28，28）的图片上进行卷积操作，得到feature map（20，20，256）concat 8个卷积得到的feature map,将其作为capsule（2048，8）使用转移矩阵W将每个8维的capsule转换为10个16维的高级capsule（2048，10，16），再加权求和这2048个高级capsule得到DigitCaps（10，16），使用动态路由算法调整W.将长度作为
