2020/02/26 CapsuleNet ( 胶囊网络 ) 的初认识

2021-04-14 10:26

阅读：583

标签：增加 ima inf 类别 str alt 解决图片区别

提出动机

训练层面

CNN对见过的样本有好的泛化能力，而没见过的样本则比较差（例：看过正脸很难识别侧脸）。这就是CNN的归纳偏置（inductive bias）。
为了取得对大部分情况都好的泛化能力，需要各种情况的训练样本，这样大大增加训练代价。
Capsule希望能够学习到一些潜在表示，利用这些潜在表示可以很简单的推理出样本的各种情况，让模型能够泛化得更广，这样解决CNN的归纳偏置问题。
由于Capsule能够利用潜在表示推断各种情况，可以大大减少训练样本。

原理层面

CNN不懂图片中的物体，它仅仅是提取了像素之间的复杂关系。
Capsule希望更加关注图片的实体，通过解释与描述实体来正确的认识图片。

CNN与Capsule的区别

CNN对于输入具有 invariant 。就是同一类别样本有着相同的输出（特征向量或者类别预测）。而Capsule对输入具有 equivariant 。就是同一类别样本有着不同的输出（但是进一步对输出进行normalize可以进行分类）
CNN输入是一组标量，而Capsule输入是一组向量。

2020/02/26 CapsuleNet ( 胶囊网络 ) 的初认识

标签：增加 ima inf 类别 str alt 解决图片区别

原文地址：https://www.cnblogs.com/Research-XiaoEMo/p/12376305.html

上一篇：Apache Commons Lang之日期时间工具类

下一篇：记一次asp.net core 线上崩溃解决总结

文章来自：搜素材网的编程语言模块，转载请注明文章出处。
文章标题：2020/02/26 CapsuleNet ( 胶囊网络 ) 的初认识
文章链接：http://soscw.com/index.php/essay/75618.html

评论

亲，登录后才可以留言！

关于我们 | 版权声明 | 常见问题 | 素材投稿 | 联系我们 | 网站地图 |

搜素材网素材除本站原创外均由用户分享，若发现权利被侵害，请联系及时联系我们，我们会在第一时间进行处理。

特别说明：本站所有资源除本站原创外仅供学习与参考，请勿用于商业用途,如有侵犯您的版权请联系客服服务QQ：

点击这里给我发消息

Copyright © 2024 soscw.com 搜素材网素材网版权所有蜀ICP备18015633号-1