Machine learning

Kapseliverkko

Kapseliverkko (CapsNet) on syväoppimisarkkitehtuuri, jonka Sara Sabour, Nicholas Frosst ja Geoffrey Hinton esittelivät vuonna 2017. Se järjestää neuronit skalaariaktivaatioiden sijaan vektoreiksi (kapseleiksi), jotta spatiaalinen hierarkia ja asento (orientaatio) -informaatio koodataan suoraan. Sitä ehdotettiin ratkaisemaan konvoluutioneuroverkkojen haurautta näkökulman muutoksille.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 1). Capsule Network (CapsNet). ScholarGate. https://scholargate.app/fi/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

Tähän viittaavat

ScholarGateCapsule Network (Capsule Network (CapsNet)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/capsule-network · Aineisto: https://doi.org/10.5281/zenodo.20539026