![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工神经网络
Joey Chen&Wpl
IT
展开
-
Capsule Nets for Complex Medical Image Segmentation Tasks 论文阅读
1、摘要阅读 创新点 - multi-segcaps - EM-routing SegCaps2、methodology 1)Segcaps 2)Multi-SgeCaps 3)EM-SegCa 4)U-Net...原创 2020-10-21 17:32:42 · 150 阅读 · 0 评论 -
SCAE
SCAE论文进展1、引言SCAE是一种无监督的胶囊网络。观察组成目标所有部件的编码器被用来推断目标胶囊的存在和姿态。编码器通过解码器的反向传播方法训练。训练中,解码器利用姿态推断每个部件的姿态。每个部件是直接从图像中被发现,然后利用编码器推断这些部件和仿射变换。儿对应的解码器将每个图像像素建模为由仿射变换部件做出的预测混合。最后从目标和目标部件的胶囊中学习无标签数据,将这些目标胶囊的存在向量进行聚类。2、SCAE如上图所示,SCAE分为两个阶段,SCAE = PCAE+OCAE。PCAE原创 2020-05-30 23:18:25 · 755 阅读 · 0 评论 -
CapProNet: Deep Feature Learning via Orthogonal Projections onto Capsule Subspaces 论文笔记
1、 本文提出了一种关于胶囊网络的新思想,首先将输入的特征向量X通过正交投影到一组胶囊子空间上,然后得到相应的胶囊。原创 2020-02-25 13:24:10 · 255 阅读 · 0 评论 -
Tensorflow学习之tf.maximum()
1、返回最大值maximum( x, y, name=None)2、返回 x 和 y 的最大值(即表达式:x > y ? x : y).注意:Maximum 支持广播.参数:x:张量.必须是下列类型之一:half,float32,float64,int32,int64. y:张量.必须与 x 具有相同的类型. name:操作的名称(可选...原创 2020-02-14 23:49:05 · 5093 阅读 · 0 评论 -
Matrix capsules with EM routing 论文笔记
EM算法1、原创 2020-02-23 21:01:13 · 148 阅读 · 0 评论 -
神经网络输出层的尺寸计算
卷积层:假定输入图像是等宽高的名称 含义 I 图片的大小为IxI K 卷积核的大小为KxK P padding S 步长 输出图像的尺寸为OxO:O=(I+2P-K)/S + 1...原创 2020-01-10 15:22:51 · 387 阅读 · 0 评论 -
Dynamic Routing Between Capsules笔记总结
论文汇报1、Dynamic Routing Between CapsulesCapsNet与CNN的区别CNN善于捕捉特征是否存在,因为它的卷积结构总是尝试理解局部的特征与信息。当前面低级特征组合成后面复杂与抽象的特征时,可能需要通过池化层来减少输出张量或特征图的尺寸,而这种操作可能会丢失位置信息。比如在下面这两张图中,CNN对两张图的识别效果都是人脸,显然是不对的。例如对下图...原创 2020-05-30 23:20:07 · 234 阅读 · 0 评论 -
LetNet实现mnist数据集(tensorflow)
letNetlayers.pyimport tensorflow as tfINPUT_NODE = 784OUTPUT_NODE = 10LAYER1_NODE = 500IMAGE_SIZE = 28NUM_CHANNELS = 1NUM_LABLES = 10CONV1_DEEP = 32CONV1_SIZE = 5CONV2_DEEP =64CONV2_SI...原创 2019-12-11 10:03:38 · 252 阅读 · 0 评论