Capsule Network Performance on Complex Data 翻译

1.  简介 近年来，卷积神经网络（CNN）在深度学习领域中发挥了重要作用。事实证明，CNN的变体在跨不同领域的分类任务中非常成功。但是，CNN的主要缺点有两个：无法考虑要素之间的重要空间层次结构以及缺乏旋转不变性[1]。只要在测试数据中存在某个对象的某些关键特征，CNN便会将测试数据归类为该对象，而无需考虑特征之间的相对空间方向。这会导致误报。 CNN缺乏旋转不变性，将导致网络错误地为对象分配另

>>阅读原文<<