capsule network——CNN仅仅考虑了“有没有”的问题，没有考虑feature map的结构关系。这个结构关系包括位置，角度等。Capsule layer的输出也跟feature map的max-pooling输出不同，capsule layer的输出是一个向量，这个向量包含了位置，大小，角度等信息，这是feature map仅能输出一个值所不具备的；训练比较慢
capsule network--《Dynamic Routing Between Capsules》
Hinton大神前一段时间推出的capsule network--《Dynamic Routing Between Capsules》可谓是火了朋友圈，吸引了无数科研人员的眼球。现实生活中，无论你持什么样的观点，总有人站在“对立面”，比如知乎中不乏“高人”跳出来“怒喷”这篇论文。那些怒喷的回答我读了读，觉得喷人的答主们格局小了点。《Dynamic Routing Between Capsules》这篇论文虽有不足，但该论文的亮点不是更值得我们关注吗？吹毛求疵的“暴击”除了抓眼球、或者通过贬低别人以体现自己的优越的事，还是要少做。多关注别人的有点，学习之，这才是生存之道。
废话半天，回到正题，本文的目的并非给出capsule network的详解（因为capsule network的相关博客已经满天飞了），还是像往常一样，我们简单的分析这篇论文的Motivation，了解其思想，并思考一下有哪些应用场景。
为啥要用Capsule network? 它比CNN有哪些优势？
（Hinto论文里提到，capsule network更像是大脑工作的方式，当人们处理某个视觉信息时，大脑有个“routing”的机制，寻找大脑中最好的“capsule”来处理该视觉信息）
用下面图片中的例子说明，左边是一个房子，右边是一个帆船。假设我们用大量“房子”的图片训练CNN，然后用右边的“帆船”去测试CNN，CNN会错误地认为右边的图片也是“房子”。
为什么CNN会出现这个问题？CNN忽略了“结构信息”。这是因为不同的feature map分别捕捉了“三角形”和“四边形”的图形信息。对于测试样本“帆船”，CNN的“三角形”和“四边形”的feature map都会被激活，即该图片中包含了三角形和四边形，就认为这是一个房子。所以说，CNN仅仅考虑了“有没有”的问题，没有考虑feature map的结构关系。这个结构关系包括位置，角度等等。
房子，帆船
Capsule network是如何解决这个问题的呢？
Capsule layer的定义是a nested set of neural layers，即他是多层神经网络的一个集合，而非一个个孤零零的feature map。Capsule layer的输出也跟feature map的max-pooling输出不同，capsule layer的输出是一个向量，这个向量包含了位置，大小，角度等信息，这是feature map仅能输出一个值所不具备的。
结合房子和帆船的例子，模型中间Primary capsules，我们可以理解为某个capsule表征“房子”，某个capsule表征“帆船”。假设一个“帆船”测试样本输入到网络中，那么Primary capsules中对应“帆船”的capsule会被激活，而对应“房子”的capsule会被抑制，整个模型也就避免了将“帆船”错误地识别为“房子”。某种程度上说，Capsule layer提升了整个模型的表达能力，它比feature maps提取了更多的细节信息。
Capsule Network既然有这样的优势，那么潜在的应用有哪些呢？
因为capsule network能够建模更细节的信息，capsule network可以用来做人脸识别，物体检测等任务，泛华能力可能比CNN要强。
当然，图片信息推理（如：图片中最大物体的右边是什么？），图片描述生成（看图说话）等任务中，可能也会比较有用。
另外一方面，文本挖掘上，目前文本的结构信息仅局限在n-gram语言模型下，capsule network能否对n-gram之外的结构关系进行建模，从而提升文本挖掘任务上的表现，也不一定。
总之，capsule network已然成为一个“大坑”，相信会有很多人前来“灌水”。
我们在做文章的时候也该想一想，别为了灌水，损害了自己的“科研品味”。
最后，简单介绍一下论文中的几个重要概念，并介绍一下该论文的优势与劣势。
squash: 将向量长度限制在[0,1]之间，大家可以想想为啥。
routing by agreement:每个capsule可以认为是feature map的升级版，它记录了物体在图像中的位置、角度等信息，routing by agreement就是找到对应的capsule，并激活。
Prons:
效果好
更少的训练数据
routing by agreement能够处理更复杂的场景
通过实验分析，可解释性更强（将激活向量画出来，可以看到有些表示了粗细，有些表示平滑程度）
Cons:
在CIFAR数据上效果不是最好
没有在image-net大规模数据上测试
训练比较慢（routing by agreeement部分）
