胶囊网络paper读后总结

文章的主要逻辑框架为：编码器+解码器，下图是1编码器的流程，图2为解码器的流程。

 

                                                                                                图1

如上图1所示：输入的手写体mnist图像的尺寸为28*28，经过256个9*9的不同卷积核卷积之后得到20*20*256的特征向量。卷积的作用是为了特征提取。

第二层是讲过9*9的卷积核步长为2。进行卷积，卷积后结果输入到32个胶囊里面，每个胶囊含有6*6*8个向量。

第三层是文章的核心是提出了动态路由的思想。32个低层胶囊向高层胶囊路由的过程。

低层胶囊到高层胶囊的路由过程，初始bij=0，ci=softmax（bij），cij是耦合系数，也可以成为低层胶囊i到高层胶囊j之间的概率。胶囊的输出是权重和，其中ui的表示为第一层胶囊层的输出向量，该函数压缩后成为Vj。对ci的更新，ci=ci+vj*ui。当vj和ui比较相似时候，点积是正相关，ci的值就会变大，当vj*ui的值小ci的值就更新的小。当迭代r轮之后。全部路由到DigitCaps层。

根据 Capsule 定义，它的长度表示其表征的内容出现的概率，所以做分类时取输出向量的 L2 范数就可以分类。

解码器可以实现分类功能。

                                                                                                 图2

解码器是讲DigitCaps胶囊中的向量解析为数字图像。这个过程能够证明胶囊网络有很强的鲁棒性。能看出模型存在的问题，解码的过程是全连接的过程，重构图像经历了3个全连接层。最后生成是784个维度。784=28*28是原图像的尺寸。

如何判断解码器重构的图像与输入图像的差距。可以用损失函数为重建图像与输入图像之间的欧氏距离。欧式距离越小，说明重建图像越接近输入图像越接近。

• 胶囊网络的应用

Idea：研究生毕业设计是对锂电池褶皱进行检测。现在考虑，判断一个锂电池的健康状态，可以通过获取（电压，电流，电池容量）这几个值组成的矩阵，将其进行锂电池电池健康状态检测。