概述
胶囊网络是一种神经架构，它将神经元分组为“胶囊”，输出编码特征是否存在及其姿态（位置、方向、尺度）的向量。他们的目标是修复标准卷积网络中的一个核心盲点：失去对各部分之间空间关系的跟踪。
胶囊网络是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
胶囊网络由 Geoffrey Hinton、Sara Sabour 和 Nicholas Frosst 于 2017 年提出，用向量取代标量神经元输出。矢量的长度表示实体（如眼睛或鼻子）存在的概率，而其方向编码姿势参数。较低级别的胶囊通过变换矩阵预测较高级别胶囊的姿态，并且一个称为动态路由协议的过程决定信任哪些预测。当多个部分封装在同一整体上达成一致时，路由会加强该连接。最初的 CapsNet 在 MNIST 上取得了很好的结果，并且对于重叠数字和仿射变换具有显着的鲁棒性，解决了 CNN 接受混乱的面部特征作为有效面部的“毕加索问题”。
技术洞察
关键机制是“挤压”非线性，它将短向量缩小到零，将长向量缩小到长度一，因此向量幅度读作概率。然后，动态路由运行 softmax 加权一致步骤的几次迭代：每个较低的胶囊向上发送其预测，并且对于其输出与该预测对齐（通过点积）的较高胶囊，耦合系数会增加。这取代了最大池化，保留精确的空间信息而不是丢弃它。
掌握胶囊网络
胶囊网络是一种神经架构，它将神经元分组为“胶囊”，输出编码特征是否存在及其姿态（位置、方向、尺度）的向量。他们的目标是修复标准卷积网络中的一个核心盲点：失去对各部分之间空间关系的跟踪。胶囊网络是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将胶囊网络视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用胶囊网络的强大团队根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
在从胶囊向量重建输入的同时对 MNIST 上的手写数字进行分类，显示姿态参数是有意义的。
通过分割哪些像素属于哪个实体来分离两个重叠的数字（MultiMNIST 任务）。
医学成像研究使用胶囊来检测部分与整体空间关系很重要的肺结节或脑肿瘤。
利用架构的内置视点等变性，通过较少的训练示例从新颖的视点识别对象。
实施模式
胶囊网络的实践
在从胶囊向量重建输入的同时对 MNIST 上的手写数字进行分类，显示姿态参数是有意义的。
对 MNIST 上的手写数字进行分类，同时从胶囊向量中重建输入，显示姿势参数是有意义的。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
胶囊网络的实践
通过分割哪些像素属于哪个实体来分离两个重叠的数字（MultiMNIST 任务）。
通过分割哪些像素属于哪个实体来分离两个重叠的数字（MultiMNIST 任务）。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
胶囊网络的实践
医学成像研究使用胶囊来检测部分与整体空间关系很重要的肺结节或脑肿瘤。
使用胶囊来检测肺结节或脑肿瘤的医学成像研究，其中部分与整体的空间关系很重要。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
胶囊网络的实践
利用架构的内置视点等变性，通过较少的训练示例从新颖的视点识别对象。
使用较少的训练示例从新颖的角度识别对象，利用架构的内置视点等变性 团队在预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。