【Hinton实验室探访】Capsule后最新研究,用软决策树更好理解DNN分类
2012年,Geoffrey Hinton改变了机器“看”世界的方式。
Hinton和他的两名学生Alex Krizhevsky和Ilya Sutskever一起,发表论文《ImageNet Classification with Deep Convolutional Neural Networks》,提出了深度卷积神经网络模型AlexNet,在当年的ImageNet大规模图像识别竞赛中获得冠军,将Top-1和Top-5误差分别降到了37.5%和17.0%,比此前的技术要好很多很多。后来Hinton加入谷歌大脑,AlexNet成为图像识别中最经典的模型之一,在产业界也得到普遍应用。
用Capsule Network克服传统CNN缺陷,让机器拥有人类的3D视觉
2017年,Hinton跟他在谷歌大脑两个同事Sara Sabour和Nich