AI
推荐
模板社区
专题
登录
免费注册
首页
流程图
详情
matrix caps
2020-03-17 15:03:12
0
举报
分享方式
使用 (￥5)
EM路由过程
深度学习
胶囊网络
模版推荐
作者其他创作
大纲/内容
pose
将迭代后的均值转换为3x3的矩阵作为L+1层 caps j 的pose
activation
L+1层胶囊
M步
以底层胶囊的输出作为观测值。但是该输出属于哪一个胶囊的正态分布未知。因此利用EM算法迭代求解。
a[L2]
M1^1
c
计算L+1层 caps j 分布期望与是否激活 j
转为向量
caps
因为pose服从正态分布，所以选用该分布的均值作为它的输出。但是该均值需要通过观测值估计。注意不是用最大似然估计的
L层胶囊
... ...
用点估计法估计 caps j 的均值方差
转换矩阵
E步
V[L2]^1
u[(L+1)1]
a[(L+1)1]
根据上步所估计的期望求 caps i 的输出属于caps j 的分布的概率
根据上一步的结果调整 caps i 连接到 caps j 的概率
通过方差计算损失，损失小则说明L层部分 caps 同属L+1层 caps j 可激活 j
V[L1]^1
a[L1]
M2^1
Rij 为 caps i 连接到 caps j 的概率
收藏
立即使用
Distributed Deep Learning Web Service Architecture
收藏
立即使用
matrix caps
ferdi
职业：硕士
去主页
Collect
Get Started
xml
Collect
Get Started
openMPI
Collect
Get Started
cs290i
Collect
Get Started
时间管理四象限深度应用——从疲于奔命到掌控人生
评论
0
条评论
下一页
Document
