今年11月7日，Geoffrey Hinton老爷子发表了“Dynamic Routing Between Capsules”的论文，提出了“胶囊网络”，胶囊网络在MNIST手写数字识别上的表现超过了CNN，一时引发了热议。
毕竟，如果Hinton说这玩意儿好用，那它很有可能真的好用！
Hinton现任加拿大多伦多大学教授，同时是谷歌大脑在加拿大的负责人。听起来好像没啥特别的 (⊙ˍ⊙)
不过随便一搜，1947年出生的他有各种头衔加持：”深度学习之父“、”开山鼻祖“……对，他就是在80年代就提出了反向传播算法，不久前又选择抛弃它的那个老头
左起Yann LeCun，Geoffrey Hinton，Yoshua Bengio，Andrew Ng（图片来自吴恩达Facebook页面）
第一波推动CNN应用的Yann LeCun（Facebook人工智能实验室主任、纽约大学教授），就是Hinton的博士后。
此外，据传伯克利的Michael I.Jordan教授（吴恩达的导师）当年申请Hinton的博士后没有被录取⊙o⊙ Michael I.Jordan教授不久前曾到清华大学授课，点这里查看独家听课笔记。
那么，胶囊网络到底有什么特别呢？为什么Hinton认为它比CNN还牛？
大数据文摘字幕组经授权翻译了YouTube网红Siraj Raval的一段详解胶囊网络的视频，试图从CNN的历史沿革开始，通过几次大的性能提升告诉你胶囊网络和此前的CNN有什么不同。
让我们先来看一张大图。
图：物体识别简明史，来源见文末。
虽然相关算法80年代就已经提出，让神经网络这一玩儿法真正进入了人们的视野的，是数据量和算力极大扩充之后，在2012年横扫ImageNet比赛的AlexNet。AlexNet加入了ReLU和Dropout的概念，从而解决了权值消失的问题，并能防止过拟合。
在这之后一个大的提升是VGG网络，它增加了很多很多层(^._.^)ﾉ
再然后，GoogleNet在一个层的输入上进行了多个不同内核大小的卷积操作，最后把这些操作的结果连接起来，作为下一层的输入。
在这之后是ResNet。ResNet的思想是，如果我们不断的叠加网络，接下来如果你继续添加更多的层，网络性能会开始下降。那么就在每两层后加入一个加法运算，这样就改善了梯度消失的问题。
网络被设计得越来越深了，但卷积神经网络在识别带有旋转角度、颠倒等”不正常“的图片时表现特别不好。我们需要一个更加泛化的算法。这对目前无人驾驶的应用来说尤为重要——我们不能总是期待图像是正着出现的。
卡戴珊的眼睛和嘴互换位置，这张图仍被CNN识别为“person”
于是，我们有了Hinton的胶囊网络。它可以被理解为“张量神经元”，即输入和输出都是张量。
更多关于胶囊网络的详细解释
请点击观看视频
时长22分钟
▼
原文发布时间为：2017-12-22
本文作者：文摘菌
