Machine learning

شبکه کپسولی

یک شبکه کپسولی (CapsNet) معماری یادگیری عمیق است که توسط سارا صبور، نیکلاس فراست و جفری هینتون در سال ۲۰۱۷ معرفی شد و نورون‌ها را به جای فعال‌سازی‌های اسکالر، به صورت بردار (کپسول) سازماندهی می‌کند، به طوری که سلسله مراتب فضایی و اطلاعات وضعیت (جهت‌گیری) مستقیماً کدگذاری می‌شوند. این معماری برای غلبه بر شکنندگی شبکه‌های کانولوشنی در برابر تغییرات زاویه دید پیشنهاد شد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Sabour, S., Frosst, N. & Hinton, G. E. (2017). Dynamic Routing Between Capsules. Advances in Neural Information Processing Systems (NeurIPS). link
  2. Hinton, G. E., Sabour, S. & Frosst, N. (2018). Matrix Capsules with EM Routing. International Conference on Learning Representations (ICLR). link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 1). Capsule Network (CapsNet). ScholarGate. https://scholargate.app/fa/deep-learning/capsule-network

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateCapsule Network (Capsule Network (CapsNet)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/deep-learning/capsule-network · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026