CapsNet与CNN 此实验旨在测试CapsNet和CNN保留学习特征之间空间关系的能力。 有2种数据集。 一个数据集由矩形和三角形的图像组成。 另一个由箭头与非箭头(由矩形和三角形组成)的图像组成。 这里的想法是首先在第一个数据集上训练模型(三角形与矩形)。 训练完成后,应冻结卷积层,现在应在第二个数据集上重新训练同一模型。 脚步 使用python gen_data/gen_data.py生成数据集。 使用python train.py --mode CNN --freeze_conv False开始训练/测试过程python train.py --mode CNN --freeze_conv False -应该执行两次。 第一次使用您选择的模型,将False作为--freeze_conv的参数。 第二次是使用与True相同的选定模型作为--freeze_conv的参数。 培训/