ScholarGate
Assistent
Machine learning

Capsule Network (CapsNet)

Ett standard faltningsnätverk upptäcker om ett drag finns men kasserar mycket av dess precisa rumsliga relation till andra drag, vilket gör det bräckligt när ett objekt roteras eller ses från en ny vinkel. En kapsel ersätter en enskild skalär neuron med en liten vektor: dess längd signalerar sannolikheten att en entitet finns och dess riktning kodar entitetens egenskaper, såsom pose och orientering. Eftersom kapslar bär denna rikare information kan nätverket resonera om hur delar relaterar till helheter istället för att bara avgöra om delar förekommer.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateCapsule Network (Capsule Network (CapsNet)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/capsule-network · Datamängd: https://doi.org/10.5281/zenodo.20539026