图像的均方误差的matlab代码-capsnet_keras:capsnet_hard

图像的均方误差的matlab代码CapsNet-Keras 本文介绍了CapsNet的Keras实现： 当前的average test error = 0.34% ， best test error = 0.30% 。 与论文的区别： 我们使用decay factor = 0.9且step = 1 epoch的学习率衰减， 而该论文没有提供详细的参数（或者他们没有使用它？）。 我们仅在训练了50 epochs后才报告测试错误。 在本文中，我想他们根据图A.1训练了1250 epochs ？ 听起来很疯狂，也许我误会了。 我们使用MSE（均方误差）作为重建损失，损失系数为lam_recon=0.0005*784=0.392 。 与本文中使用SSE（平方和误差）和lam_recon=0.0005等效。 去做 在其他数据集上进行实验。 探索CapsuleNet的有趣特征。 联络人 始终欢迎您为回购做贡献。 打开问题或通过电子邮件guoxifeng1990@163.com或与微信wenlong-guo与我联系。 用法 步骤1.使用后端安装。 pip install tensorflow-gpu