Capsule Network
Un réseau à capsules (CapsNet) est une architecture d'apprentissage profond introduite par Sara Sabour, Nicholas Frosst et Geoffrey Hinton en 2017, qui organise les neurones en vecteurs (capsules) plutôt qu'en activations scalaires, de sorte que la hiérarchie spatiale et les informations de pose (orientation) soient directement encodées. Il a été proposé pour surmonter la fragilité des réseaux convolutifs aux changements de point de vue.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
Comment citer cette page
ScholarGate. (2026, June 1). Capsule Network (CapsNet). ScholarGate. https://scholargate.app/fr/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.
- Distillation de connaissancesApprentissage profond↔ compare
- Recherche d'architecture neuronaleApprentissage profond↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Machine à vecteurs de support (Classification)Apprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →