胶囊网络算法 阅读

今天阅读的文章是《Dynamic Routing Between Capsules》，Hinton在这篇文章中正式提出了胶囊网络。

胶囊网络可以说是CNN的改进，与CNN相比，其在架构上主要有两个差别：1、输入和输出都是向量。2、用动态路由的机制

代替CNN中的池化层。

1）输入和输出都是向量。向量的长度代表检测目标物的概率，而向量的方向则代表了检测目标的不同的状态。

2）动态路由机制使得向量通过迭代的方式不断加权求和以预测目标向量，并且根据目标向量和各个向量的点积作为反馈，

修改各个向量的权重。相比于池化层，可以确保向量的状态信息不被丢失。

整体而言，胶囊网络在没有精调的情况下就能够在MNIST数据集上取得不错的成绩。同时胶囊网络对不同状态的同一物体的检测

具有很好的鲁棒性。此外其也能够判断出待测物体部分与整体之间的关系。胶囊网络是与人的视觉认知更为接近的一种网络模型。