标签：胶囊 网络 Capsule vector https Networks 向量

胶囊网络是 vector in vector out的结构，最后对每个不同的类别，输出不一个向量，向量的模长表示属于该类别的概率。

例如，在数字识别中，两个数字虽然重叠在一起，Capsule中的两个向量能完整表达两个数字的特征，虽然有些特征重叠在一起导致难以分辨。

因为胶囊网络中：用向量模的大小衡量某个实体出现的概率，模值越大，概率越大。

更加形象的解释：https://blog.csdn.net/godwriter/article/details/79216404

MNIST数据集中，胶囊网络（CapsGNN）输出性能远超CNN，胶囊网络的其他应用：
1、通过胶囊网络抵御对抗性攻击
2、胶囊网络+图卷积GCN的图分类能力
3、胶囊网络+注意力机制=零样本意图识别

关于胶囊网络的相关学术论文还有不少，比如基于胶囊网络的手势识别，正确率达到94.2%，能够帮助听障人群进行更有效地沟通；以及在ICLR 2019上发表的图片分类新框架胶囊图神经网络（CapsGNN），也是将胶囊网络与图神经网络（GNN）结合的新模型。

https://zhuanlan.zhihu.com/p/66923740

苏剑林博客：

https://spaces.ac.cn/archives/4819

标签：胶囊,网络,Capsule,vector,https,Networks,向量
来源： https://www.cnblogs.com/Allen-rg/p/11413040.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。