用Pytorch 實現的 Capsule Network
本庫用 Pytorch 實現的 Capsule Network 基於以下論文:
Dynamic Routing Between Capsules by Sara Sabour, Nicholas Frosst and Geoffrey Hinton
https://arxiv.org/abs/1710.09829
官方用 TensorFlow 實現的Capsule Network的論文地址如下:
https://arxiv.org/abs/1710.09829
運行
要獲取關於該項目的詳細信息,請運行:
pythonmain.py--hel
重構的圖像與原始圖像對比:
安裝需求
默認的超參數(和論文的類似)
Per-GPU batch_size = 128
Initial learning_rate = 0.001
Exponential lr_decay = 0.96
Number of routing iteration (num_routing) = 3
損失函數超參數(請參閱 loss.py)
Lambda for Margin Loss = 0.5
Scaling factor for reconstruction loss = 0.0005
GPU Speed benchmarks
單個 GeForce GTX 1080Ti - 35.6s per epoch
兩個 GeForce GTX 1080Ti - 35.8s per epoch(twice the batch size -> half the iteration)
Github 地址
https://github.com/danielhavir/capsule-network
NLP 工程師入門實踐班:基於深度學習的自然語言處理
三大模塊,五大應用,手把手快速入門 NLP
海外博士講師,豐富項目經驗
演算法 + 實踐,搭配典型行業應用
隨到隨學,專業社群,講師在線答疑
新人福利
關注 AI 研習社(okweiwu),回復1領取
【超過 1000G 神經網路 / AI / 大數據,教程,論文】
谷歌正式開源 Hinton 膠囊理論代碼,即刻用 TensorFlow 實現吧
※AI科技評論年度巨獻,五大特輯連接學術&產業
※詳解深度學習中的 Normalization,不只是 BN
TAG:AI研習社 |