PythonPyTorch实现NIPS2017论文胶囊之间的动态路由

CapsNet-Keras 本文中的 (分支支持TensorFlow 2)实现: 当前的average test error = 0.34% , best test error = 0.30% 。 与

NIPS2017论文“胶囊间动态路由”的PyTorch实现

散列嵌入 PyTorch实现了版本的(NIPS 2017)。 提交NIPS实施挑战赛( )。 此目录有两个用途: 在PyTorch中实现改进的哈希嵌入层。 可以在./hashembed文件夹中找到。

非平稳光谱内核:非平稳光谱内核的实现(NIPS 2017)

注意池的动作识别 [] [] 如果此代码有助于您的工作/研究,请考虑引用 Rohit Girdhar和Deva Ramanan。 注意力集中于动作识别。 神经信息处理系统(NIPS)的进展,2017年

Does the Brain do Inverse Graphics?这是hinton在NIPS2017给出的主题,深入地探讨来人类视觉和capsules

Pytorch实现论文:LearningtoCompare:RelationNetworkforFew-ShotLearning

TensorFlow实现NIPS论文TriangleGenerativeAdversarialNetworks

ppt详细讲了Hinton的胶囊网络的背后动机，动态路由算法，网络结构，及EM路由的胶囊网络，并分析了网络的卷积计算过程。

本资源提供胶囊网络模型和囊间动态路由算法，以及使用Paddle框架的实现代码。