【回顾】从传统神经网络的角度解读Geoffrey Hinton的Capsule模型

  活动回顾

分享主题：从传统神经网络的角度解读Geoffrey Hinton的Capsule模型

分享人：廖华东，重庆邮电大学二年级硕士生，生物信息学背景，capsNet模型Tensorflow版(http://t.cn/RW1hLNp)复现的作者，主要研究兴趣包括人工智能基础理论研究（如capsule理论、强化学习、GAN），及AI医疗。

近几年，“深度学习之父”Geoffrey Hinton多次公开表示，认为卷积神经网络、反向传播算法存在不合理之处，提倡研究者们在深度学习之上积极探索人工智能的新理论体系，并率先提出了capsule理念。近日，随着论文《Dynamic Routing Between Capsules》在arXiv上的放出以及另一篇仍处于盲审状态的论文《matrix capsules with EM routing》在网上的流传，Hinton的capsule计划再度引发了热议。本次分享人作为全球第一个将capsNet模型复现代码发布到github的作者，将通过与传统神经网络的对比来深入解读capsule模型。（关注AI研习社，回复【论文】即可获取论文原文、翻译以及三种环境下的不同实现。）

11月17日（周五）晚 20:00 ，AI 研习社微信群