Github 项目推荐 | 用 Pytorch 实现的 Capsule Network

本库用 Pytorch 实现的 Capsule Network 基于以下论文：

• Dynamic Routing Between Capsules by Sara Sabour, Nicholas Frosst and Geoffrey Hinton

• https://arxiv.org/abs/1710.09829

官方用 TensorFlow 实现的 Capsule Network 的论文地址如下：

• https://arxiv.org/abs/1710.09829

运行

要获取关于该项目的详细信息，请运行：

python main.py --hel

重构的图像与原始图像对比：

安装需求

• PyTorch (http://www.pytorch.org)

• NumPy (http://www.numpy.org/)

• GPU

默认的超参数（和论文的类似）

• Per-GPU batch_size = 128

• Initial learning_rate = 0.001

• Exponential lr_decay = 0.96

• Number of routing iteration (num_routing) = 3

损失函数超参数（请参阅 loss.py）

• Lambda for Margin Loss = 0.5

• Scaling factor for reconstruction loss = 0.0005

GPU Speed benchmarks

• 单个 GeForce GTX 1080Ti - 35.6s per epoch

• 两个 GeForce GTX 1080Ti - 35.8s per epoch（twice the batch size -> half the iteration）

Github 地址

https://github.com/danielhavir/capsule-network

NLP 工程师入门实践班：基于深度学习的自然语言处理

三大模块，五大应用，手把手快速入门 NLP

海外博士讲师，丰富项目经验

算法 + 实践，搭配典型行业应用

随到随学，专业社群，讲师在线答疑

▼▼▼

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

谷歌正式开源 Hinton 胶囊理论代码，即刻用 TensorFlow 实现吧

▼▼▼