Capsule Network Performance on Complex Data 翻譯

1.  簡介 近年來，卷積神經網絡（CNN）在深度學習領域中發揮了重要作用。事實證明，CNN的變體在跨不同領域的分類任務中非常成功。但是，CNN的主要缺點有兩個：無法考慮要素之間的重要空間層次結構以及缺乏旋轉不變性[1]。只要在測試數據中存在某個對象的某些關鍵特徵，CNN便會將測試數據歸類爲該對象，而無需考慮特徵之間的相對空間方向。這會導致誤報。 CNN缺乏旋轉不變性，將導致網絡錯誤地爲對象分配另

>>阅读原文<<