Hinton發布的膠囊網路還要多久才能通過代碼實現？

05-14

還要多久才能通過代碼實現

實際上，膠囊網路的論文發表以後，很快就有各種各樣的代碼實現了。

註：以下代碼均發佈於GitHub，格式為【用戶名】/【項目名】，訪問時請在前面加上「https://github.com/」前綴

官方實現

Sarasra/models 論文作者們發布的官方實現

TensorFlow

Google家的TensorFlow非常流行，基於TensorFlow的實現不少

alisure-ml/CapsNet
bourdakos1/capsule-networks
etendue/CapsNet_TF
InnerPeace-Wu/CapsNet-tensorflow
jaesik817/adv_attack_capsnet
jostosh/capsnet
JunYeopLee/capsule-networks
laodar/tf_CapsNet
leoniloris/CapsNet
naturomics/CapsNet-Tensorflow
rrqq/CapsNet-tensorflow-jupyter
thibo73800/capsnet-traffic-sign-classifier
tjiang31/CapsNet
winwinJJiang/capsNet-Tensorflow

Keras

Keras是TensorFlow的高層封裝，如果算上基於Keras的實現的話，基於TensorFlow的實現應該是目前為止最多的

fengwang/minimal-capsule
gusgad/capsule-GAN
mitiku1/Emopy-CapsNet
ruslangrimov/capsnet-with-capsulewise-convolution
streamride/CapsNet-keras-imdb
sunxirui310/CapsNet-Keras
theblackcat102/dynamic-routing-capsule-cifar
XifengGuo/CapsNet-Keras
XifengGuo/CapsNet-Fashion-MNIST

PyTorch

PyTorch也是很流行的框架，基於PyTorch的實現也不少

acburigo/CapsNet
adambielski/CapsNet-pytorch
AlexHex7/CapsNet_pytorch
aliasvishnu/Capsule-Networks-Notebook-MNIST
andreaazzini/capsnet.pytorch
cedrickchee/capsule-net-pytorch
dragen1860/CapsNet-Pytorch
gram-ai/capsule-networks
higgsfield/Capsule-Network-Tutorial
laubonghaudoi/CapsNet_guide_PyTorch
leftthomas/CapsNet
nishnik/CapsNet-PyTorch
tonysy/CapsuleNet-PyTorch
Ujjwal-9/CapsNet

MXNet

MXNet由業界的一些大企業（英特爾、百度、微軟等）和學界的一些名校（CM、MIT、華盛頓大學、港科大等）聯合支持的框架（有點抱團對抗Google的味道;-）

AaronLeong/CapsNet_Mxnet
GarrickLin/Capsnet.Gluon
Soonhwan-Kwon/capsnet.mxnet

其他實現

基於其他一些框架或者Python之外的語言的實現

soskek/dynamic_routing_between_capsules (Chainer)
Southworkscom/CapsNet-CNTK (CNTK)
alseambusher/capsnet.js (JavaScript)
DeniskaMazur/CapsNet-Lasagne (Lasagne)
yechengxi/LightCapsNet (Matlab)
dfalbel/capsnet (R)
mrkulk/Unsupervised-Capsule-Network (Torch)
moothyknight/CapsNet-for-Graphics-Rendering-Optimization (Vulcan)

EM路由實現

Hinton等後來又提出了EM路由演算法：

gyang274/capsulesEM (TensorFlow)
www0wwwjs1/Matrix-Capsules-EM-Tensorflow

shzygmyx/Matrix-Capsules-pytorch

欲推翻自己創建的神經網路理論，運用capsule來替代

並沒有推翻神經網路理論，只是提出在很多場景下，用膠囊代替CNN和最大池化技術效果更好而已。另外，神經網路理論也不是Hinton創建的。Hinton的主要貢獻是反向傳播。

需要多長時間才能運用於實際場景

已經有一些初步的成果了。比如，中國學者已經嘗試將膠囊網路用於fMRI數據了（Accurate reconstruction of image stimuli from human fMRI based on the decoding model with capsule network architecture，arXiv 1801.00602）。

人工智慧正在蓬勃發展，相信AI技術不久就可能成熟了，關於需要多久可以通過代碼實現，我覺得目前就有研究人員在測試實現吧。膠囊網路自出現設計猜想時就已經在通過代碼實現了，五年之內可能會讓大眾熟知。