知识卡片

问题卡 · 9428.f · 生成模型:Tencent Hunyuan Hy

CNN的局限:缺乏空间层次结构

理解等级:初级

CNN 擅长从像素中逐级检测特征:浅层识别边缘线条,深层识别轮廓形状,但根本局限是缺乏空间层次结构。以人脸检测为例,只要图像中存在两只眼睛、鼻子、嘴巴和耳朵等组件,无论它们的相对位置与方向如何,全连接层都可能判为人脸,于是五官错乱的图像 B 也会被误判。根源在于 CNN 只关心组件是否存在,不编码组件间的相对位置与方向。胶囊网络正是为弥补这一缺陷而提出,详见[[胶囊向量:几何信息的编码]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python深度学习架构实用指南(初译)》第08章《深度学习的新趋势》(源文件:`../../book-sources/extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/15.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文以五官错乱的图像 B 仍被 CNN 判为人脸为例,支撑 CNN 缺乏空间层次结构的局限。 - 原始内容:显然,图像 B 不是脸,因为它的眼睛,鼻子,嘴巴和耳朵遍布各处。 但是,由于 CNN 仅关心某些组件的存在,而不关心这些组件的相对位置及其方向,因此将其分类为人脸。