作者:禅与计算机程序设计艺术
1.简介
在深度学习领域,神经网络(NN)已经成为一个非常有效、普遍且广泛应用的机器学习技术。而最近,随着大数据、计算能力的提升以及深度学习模型的性能指标的提高,神经网络已逐渐成为解决各种各样的问题的利器。近年来,胶囊网络(CapsNet)便是一种被广泛应用于视觉、文本等高维数据的神经网络结构,在许多任务上都取得了优异的成绩。但是,由于缺少动态路由算法的支持,使得胶囊网络难以适应不断变化的输入要求,因此限制了其在实际生产环境中的应用。
团队(IBM Watson AI Lab)近日在公布其《Dynamic Routing Between Capsules》一文,这是一种动态路由算法的论文。该算法可以有效缓解深度学习模型对输入变化的敏感性,并对生成的特征向量进行更好地泛化,因此能够用于视觉、语音、语言、金融等领域。
本文作者黄海波( )、苏伟( )和李国祥( )三人,分别就“Dynamic Routing Between Capsules”一文做了系统的阐述,力争将这一核心算法的理论和实践结合起来,带给读者更加深刻的理解和思考。他们从神经元网络的研究出发,提出了胶囊网络的结构原理;从输入输出之间的动态路由算法出发,推导出了动态路由网络的设计思路;最后,通过实际的代码实例,验证了其有效性及可行性。 文章来源:https://www.toymoban.com/news/detail-721352.html
为了帮助读者快速了解胶囊网络和动态路由网络的区别,作者首先从神经元网络出发,详细分析了其结构、训练方法、性能评估标准、可靠性保证以及研究趣点。然后,在介绍胶囊网络时,详细讨论了其结构,特别是胶囊层的设计。接着,在介绍动态路由网络之前,作者先回顾了什么是动态路由算法文章来源地址https://www.toymoban.com/news/detail-721352.html
到了这里,关于Dynamic Routing Between Capsules——黄海波团队的论文,提出了一个胶囊网络的改进的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!