Machine learning

Sieć kapsułkowa

Sieć kapsułkowa (CapsNet) to architektura głębokiego uczenia wprowadzona przez Sarę Sabour, Nicholasa Frossta i Geoffreya Hintona w 2017 roku, która organizuje neurony jako wektory (kapsułki) zamiast skalarów aktywacji, tak aby hierarchia przestrzenna i informacja o pozie (orientacji) były kodowane bezpośrednio. Zaproponowano ją w celu przezwyciężenia kruchości sieci konwolucyjnych w stosunku do zmian punktu widzenia.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGateCapsule Network (Capsule Network (CapsNet)). Pobrano 2026-06-15 z https://scholargate.app/pl/deep-learning/capsule-network · Zbiór danych: https://doi.org/10.5281/zenodo.20539026