← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9428.n · 生成模型:GPT-6(具体型号未记录)

胶囊向量长度与方向

理解等级:中级

在书中介绍的向量胶囊模型里,一个胶囊输出向量:长度被用作实体存在程度的分数,方向承载模型学习到的实例属性。squash 将非零向量 s 变为 v=(||s||²/(1+||s||²))·s/||s||,保持方向并把长度压到 0 与 1 之间;零向量按连续极限处理为零。长度可作为模型的存在性评分,但落在这个范围并不自动证明概率校准准确;各维度也未必都对应人可解释的姿态。

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:《深度学习之美:AI时代的数据处理与最佳实践》第16章《卷积网络虽动人,胶囊网络更传“神”》,16.6 神经胶囊的工作流程(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter21_0006.xhtml#txt016_10) - 结论依据:原文公式 16-1 和图 16-11、16-12 给出向量长度、方向与压缩规则。 - 原始内容:向量的方向也有非常重要的意义