胶囊网络：一种全新的富有吸引力的AI架构( 三 )

2019-03-14

针对卷积神经网络模型性能不足的领域问题，人们提出了胶囊网络和动态路由算法。

胶囊表示图像中特定实体的各种特征。

一种非常特殊的特征是图像中实例化实体的存在。

实例化实体是诸如位置、大小、方向、变形、速度、反照率、色调、纹理等参数。

表示其存在的一个简单方法是使用单独的逻辑单元，其输出是实体存在的概率[1]。

为了得到比CNN更好的结果，我们应该使用一个迭代的协议路由机制。

这些特性称为实例化参数。

在经典的CNN模型中是没有得到图像中目标的这些属性的。

平均/最大池层减少了一组信息的大小，同时减少了其尺寸大小。

图中有些地方有嘴唇、鼻子和眼睛，但是卷积神经网络不知道它们在哪和应该在哪里。

对于传统网络，这些错放的特性不会影响到它！在深度神经网络中，激活函数是应用于层输出的简单数学运算。

推荐阅读

上一篇：董明珠高票连任格力董事：“其实我现在就想退休”

下一篇：沈义人晒4800万像素样张暴露OPPO Reno拍照实力，网友：好样的