知乎资料
1、CapsulesNet 的解析及整理 https://zhuanlan.zhihu.com/p/30970675
2、CapsNet入门系列之一:胶囊网络背后的直觉 https://zhuanlan.zhihu.com/p/31262148
3、CapsNet入门系列之二:胶囊如何工作 https://zhuanlan.zhihu.com/p/31327410
4、CapsNet入门系列之三:囊间动态路由算法 https://zhuanlan.zhihu.com/p/31669793
Transforming Auto-encoders 文中关于capsule的一段重要描述:
人工神经网络不应当追求“神经元”活动中的视角不变性(使用单一的标量输出来总结一个局部池中的重复特征检测器的活动),而应当使用局部的“胶囊”,这些胶囊对其输入执行一些相当复杂的内部计算,然后将这些计算的结果封装成一个包含信息丰富的输出的小向量。每个胶囊学习辨识一个有限的观察条件和变形范围内隐式定义的视觉实体,并输出实体在有限范围内存在的概率及一组“实例参数”,实例参数可能包括相对这个视觉实体的隐式定义的典型版本的精确的位姿、照明条件和变形信息。当胶囊工作正常时,视觉实体存在的概率具有局部不变性——当实体在胶囊覆盖的有限范围内的外观流形上移动时,概率不会改变。实例参数却是“等变的”——随着观察条件的变化,实体在外观流形上移动时,实例参数也会相应地变化,因为实例参数表示实体在外观流形上的内在坐标。
另外一篇讲解详细的资料: http://www.sohu.com/a/226611009_633698