DalšíDalší průvodce
Dálniční sítě a přeskočit připojení
Technický
Technický PRŮVODCE
Sítě kapslí jsou neuronovou architekturou, která seskupuje neurony do „kapslí“, jejichž výstupem jsou vektory kódující jak existenci objektu, tak jeho pozici (poloha, orientace, měřítko).
Poslechněte si tento návodAI-vyprávěný · ~2 min
Jejich cílem je opravit základní slepotu ve standardních konvolučních sítích: ztrátu přehledu o prostorových vztazích mezi částmi.
Sítě kapslí, které v roce 2017 navrhli Geoffrey Hinton, Sara Sabour a Nicholas Frosst, nahrazují výstup skalárních neuronů vektorem. Délka vektoru představuje pravděpodobnost, že je přítomna entita (jako oko nebo nos), zatímco její orientace kóduje parametry pozice. Kapsle nižší úrovně předpovídají pozici kapslí vyšší úrovně prostřednictvím transformačních matic a proces nazývaný dynamické směrování podle dohody rozhoduje, kterým předpovědím věřit. Když se více částečných kapslí shoduje na stejném celku, směrování toto spojení posílí. Původní CapsNet dosáhl silných výsledků na MNIST a byl pozoruhodně odolný vůči překrývajícím se číslicím a afinním transformacím, čímž se zabýval „Picassoproblémem“, kdy CNN akceptovaly neuspořádané rysy obličeje jako platnou tvář.
Klasifikace ručně psaných číslic na MNIST při rekonstrukci vstupu z kapslových vektorů, ukazující, že parametry pozice jsou smysluplné.
Oddělení dvou překrývajících se číslic (úloha MultiMNIST) segmentací, které pixely patří ke které entitě.
Lékařský zobrazovací výzkum využívající kapsle k detekci plicních uzlů nebo mozkových nádorů, kde záleží na prostorových vztazích část-celek.
Rozpoznávání objektů z neotřelých úhlů pohledu s menším počtem školicích příkladů, využití ekvivariance hledisek zabudovaných v architektuře.
Sítě kapslí zůstávají spíše výzkumným směrem než zaváděným standardem, především proto, že dynamické směrování je výpočetně nákladné a špatně se škáluje na velké obrazy, jako je ImageNet. Pozdější práce prozkoumaly EM směrování (Matrix Capsules) a směrování založené na vlastní pozornosti ke zlepšení efektivity. S tím, jak roste zájem o ekvivarianci, efektivitu vzorků a interpretovatelné hierarchie částí-celků, nápady kapslí nadále ovlivňují výzkum, včetně pozdějšího Hintonova návrhu GLOM, i když Transformers dominují mainstreamové vizi.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Sítě kapslí jsou neuronovou architekturou, která seskupuje neurony do „kapslí“, jejichž výstupem jsou vektory kódující jak existenci objektu, tak jeho pozici (poloha, orientace, měřítko). Jejich cílem je opravit základní slepotu ve standardních konvolučních sítích: ztrátu přehledu o prostorových vztazích mezi částmi.
Délka (velikost) vektoru kóduje pravděpodobnost, že entita existuje, zatímco jeho orientace kóduje parametry pozice, jako je poloha a rotace.
CNN s max-poolingem odmítají přesné prostorové vztahy, takže obličej s nesprávně umístěnými rysy může stále dosahovat vysokého skóre. Toto je problém „Picassoproblém“, který se snaží vyřešit kapsle.
Dynamické směrování podle dohody iterativně posiluje spojení mezi kapslemi, jejichž předpovědi souhlasí s vyšším výkonem kapsle.
Dokument z roku 2017 „Dynamic Routing Between Capsules“ napsali Sara Sabour, Nicholas Frosst a Geoffrey Hinton.
Squashová nelinearita zmenšuje krátké vektory směrem k nule a uzavírá dlouhé vektory blízké délce jedna, takže velikost lze číst jako pravděpodobnost při zachování orientace (pózy).
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Dálniční sítě a přeskočit připojení
Technický