ScholarGate
Assistent
Machine learning

Capsule Network

Et Capsule Network (CapsNet) er en dyp læringsarkitektur introdusert av Sara Sabour, Nicholas Frosst og Geoffrey Hinton i 2017 som organiserer nevroner som vektorer (kapsler) i stedet for skalaraktiveringer, slik at romlig hierarki og pose (orienterings)-informasjon kodes direkte. Den ble foreslått for å overvinne skjørheten til konvolusjonelle nettverk mot endringer i synsvinkel.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 1). Capsule Network (CapsNet). ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateCapsule Network (Capsule Network (CapsNet)). Hentet 2026-06-15 fra https://scholargate.app/no/deep-learning/capsule-network · Datasett: https://doi.org/10.5281/zenodo.20539026