【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

10月26日，深度学习元老Hinton的NIPS2017 Capsule论文《Dynamic Routing Between Capsules》终于在arxiv上发表。今天相关关于这篇论文的TensorFlow\Pytorch\Keras实现相继开源出来，让我们来看下。

论文地址：https://arxiv.org/pdf/1710.09829.pdf

Capsule 是一组神经元，其活动向量（activity vector）表示特定实体类型的实例化参数，如对象或对象部分。我们使用活动向量的长度表征实体存在的概率，向量方向表示实例化参数。同一水平的活跃 capsule 通过变换矩阵对更高级别的 capsule 的实例化参数进行预测。当多个预测相同时，更高级别的 capsule 变得活跃。我们展示了判别式训练的多层 capsule 系统在 MNIST 数据集上达到了最好的性能效果，比识别高度重叠数字的卷积网络的性能优越很多。为了达到这些结果，我们使用迭代的路由协议机制：较低级别的 capsule 偏向于将输出发送至高级别的 capsule，有了来自低级别 capsule 的预测，高级别 capsule 的活动向量具备较大的标量积。

CapsNet-PyTorch

python依赖包

• Python 3
  
• PyTorch
  
• TorchVision
  
• TorchNet
  
• TQDM
• Visdom
  

使用说明

第一步 在capsule_network.py文件中设置训练epochs，batch size等

BATCH_SIZE = 100NUM_CLASSES = 10NUM_EPOCHS = 30NUM_ROUTING_ITERATIONS = 3





Step 2 开始训练. 如果本地文件夹中没有MNIST数据集，将运行脚本自动下载到本地. 确保 PyTorch可视化工具Visdom正在运行。

$ sudo python3 -m visdom.server & python3 capsule_network.py





基准数据

经过30个epoche的训练手写体数字的识别率达到99.48%. 从下图的训练进度和损失图的趋势来看，这一识别率可以被进一步的提高 。

采用了PyTorch中默认的Adam梯度优化参数并没有用到动态学习率的调整。 batch size 使用100个样本的时候，在雷蛇GTX 1050 GPU上每个Epochs 用时3分钟。

待完成

• 扩展到除MNIST以外的其他数据集。
  

Credits

主要借鉴了以下两个 TensorFlow 和 Keras 的实现:

1. Keras implementation by @XifengGuo
   
2. TensorFlow implementation by @naturomics
   

Many thanks to @InnerPeace-Wu for a discussion on the dynamic routing procedure outlined in the paper.

CapsNet-Tensorflow

Python依赖包

• Python
  
• NumPy
  
• Tensorflow (I'm using 1.3.0, not yet tested for older version)
  
• tqdm (for displaying training progress info)
• scipy (for saving image)
  

使用说明

训练

第一步 用git命令下载代码到本地.

$ git clone https://github.com/naturomics/CapsNet-Tensorflow.git
$ cd CapsNet-Tensorflow





第二步 下载MNIST数据集(http://yann.lecun.com/exdb/mnist/), 移动并解压到data/mnist 文件夹（当你用复制wget 命令到你的终端是注意渠道花括号里的反斜杠）

$ mkdir -p data/mnist
$ wget -c -P data/mnist http://yann.lecun.com/exdb/mnist/{train-images-idx3-ubyte.gz,train-labels-idx1-ubyte.gz,t10k-images-idx3-ubyte.gz,t10k-labels-idx1-ubyte.gz}
$ gunzip data/mnist/*.gz





第三步 开始训练:

$ pip install tqdm  # install it if you haven't installed yet
$ python train.py





tqdm包并不是必须的，只是为了可视化训练过程。如果你不想要在train.py中将循环for in step ... 改成 ``for step in range(num_batch)就行了。

评估

$ python eval.py --is_training False





结果

错误的运行结果(Details in Issues #8):

• training loss 
  

• test acc
  

Results after fixing Issues #8:

关于capsule的一点见解

1. 一种新的神经单元(输入向量输出向量，而不是标量)
   
2. 常规算法类似于Attention机制
   
3. 总之是一项很有潜力的工作，有很多工作可以在之上开展
   

待办:

• 完成MNIST的实现Finish the MNIST version of capsNet (progress:90%)
  
• 在其他数据集上验证capsNet
  
• 调整模型结构
  
• 一篇新的投稿在ICLR2018上的后续论文(https://openreview.net/pdf?id=HJWLfGWRb) about capsules(submitted to ICLR 2018)
  

CapsNet-Keras

依赖包

• Keras
  
• matplotlib
  

使用方法

训练

第一步 安装 Keras:

$ pip install keras

第二步 用 git命令下载代码到本地.

$ git clone https://github.com/xifengguo/CapsNet-Keras.git
$ cd CapsNet-Keras

第三步 训练:

$ python capsulenet.py

一次迭代训练(default 3).

$ python capsulenet.py --num_routing 1

其他参数包括想 batch_size, epochs, lam_recon, shift_fraction, save_dir 可以以同样的方式使用。 具体可以参考 capsulenet.py

测试

假设你已经有了用上面命令训练好的模型，训练模型将被保存在 result/trained_model.h5. 现在只需要使用下面的命令来得到测试结果。

$ python capsulenet.py --is_training 0 --weights result/trained_model.h5

将会输出测试结果并显示出重构后的图片。测试数据使用的和验证集一样 ，同样也可以很方便的在新数据上验证，至于要按照你的需要修改下代码就行了。

如果你的电脑没有GPU来训练模型，你可以从https://pan.baidu.com/s/1hsF2bvY下载预先训练好的训练模型

结果

主要结果
运行 python capsulenet.py: epoch=1 代表训练一个epoch 后的结果 在保存的日志文件中，epoch从0开始。

损失和准确度：

一次常规迭代后的结果

运行 python CapsNet.py --num_routing 1 

测试结果每个 epoch 在单卡GTX 1070 GPU上大概需要110s 注释: 训练任然是欠拟合的，欢迎在你自己的机器上验证。学习率decay还没有经过调试, 我只是试了一次，你可以接续微调。

运行 python capsulenet.py --is_training 0 --weights result/trained_model.h5

模型结构:

其他实现代码

• Kaggle (this version as self-contained notebook):
  
• MNIST Dataset running on the standard MNIST and predicting for test data
  
• MNIST Fashion running on the more challenging Fashion images.
  
• TensorFlow:
  
• naturomics/CapsNet-Tensorflow
  
• Very good implementation. I referred to this repository in my code.
  
• InnerPeace-Wu/CapsNet-tensorflow
  
• I referred to the use of tf.scan when optimizing my CapsuleLayer.
  
• LaoDar/tf_CapsNet_simple
  
• PyTorch:
  
• nishnik/CapsNet-PyTorch
  
• timomernick/pytorch-capsule
  
• gram-ai/capsule-networks
  
• andreaazzini/capsnet.pytorch
  
• leftthomas/CapsNet
  
• MXNet:
  
• AaronLeong/CapsNet_Mxnet
  
• Lasagne (Theano):
  
• DeniskaMazur/CapsNet-Lasagne
  
• Chainer:
  
• soskek/dynamic_routing_between_capsules

参考网址链接：

https://github.com/gram-ai/capsule-networks

https://github.com/naturomics/CapsNet-Tensorflow

https://github.com/XifengGuo/CapsNet-Keras

原文发布时间为：2017-11-5

本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号

原文链接：【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文