胶囊网络:一种全新的富有吸引力的AI架构( 六 )

协议路由算法包括一些协议(检测和路由)更新的迭代。

capsulelayers.py中的动态路由类CapsuleLayer (layers.Layer)函数定义。

由于这个计算步骤,在图像中不存在对象的区域中向量值很小,而检测区域中向量的维度根据属性而变化。

你也可在此查看全部代码。

在对10000幅图像的测试数据集进行测试时,我们对MNIST数据集的准确率达到99.61%,对FASHION MNIST数据集的准确率达到92.22%。

棒吧!!??对于80%重叠手写数字的MultiMNIST数据集,当数据重叠时胶囊网络的性能显得非常好,特别是与CNN模型相比。

与CNN相比,由于计算的复杂性,胶囊网络的训练时间较慢。

以下是在各种硬件和云服务器上的50迭代训练时间: 要使用谷歌Colab支持,最吸引人的选项,请阅读谷歌Colab的免费GPU教程! 胶囊网络的??优点和?缺点??相比其他先进的技术,对MNIST数据集用胶囊网络有着最高的成功率。

推荐阅读