对胶囊网络中的路由机制的解析和思考
一、提出背景
胶囊网络被提出在《Dynamic Routing Between Capsules》论文中。
传统的神经网络的每一层有多个神经元,每个神经元是一个值,一个值相当于一个特征。这些值的大小表示了真实的含义,比如手写数字识别中,神经网络的输出层的每个神经元的值表示数字的概率。
有的时候,每个神经元是一个值是无法是不够的。比如下图中,倒数第二层的神经元的值表示对应器官存在的概率,最后一层表示是人脸的概率。然而,由倒数第二层的5个图是无法组成正常的人脸的,因为这些值没有表达出器官的方向、大小等特征。
为了更精确的表达特征,作者提出了一种胶囊网络。神经网络的每一层不再是多个神经元,而是多个胶囊,每个胶囊是多个神经元,因此每个胶囊存贮了多个特征。比如下图中,每个胶囊是个3维的向量,表示了三个特征,这三个特征可以为(可能性,大小,方向)。
下图是论文中给出的框架图。在神经网络的第二层(PrimaryCaps)和第三层(DigitCaps)是胶囊网络。如果到第二层采样传统的CNN,则每个channel是6*6的矩阵。Pri
ForwardSummer: 原文第14行想写的是: pos_right = test_s1.bisect_right bisect_left和bisect_right分别查找元素出现的左右的第一个位置
你对自己负责吗: 超级详细,非常感谢!!!!!!!
平-2018: SQL连接了java之后怎样的操作数据,并且做一些内容。 [code=java] [/code]
fields_zhang_ms: 很详细,谢谢博主分享。我这个新人小白感触很大,希望日后可以继续向你学习。