图像的均方误差的matlab代码-redes_de_capulas:capsule_networks

图像的均方误差的matlab代码CapsNet-Keras 本文中的CapsNet的Keras（分支支持TensorFlow 2）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。 告诫 请使用Keras == 2.0.7和TensorFlow == 1.2后端，否则K.batch_dot函数可能无法正常工作。 但是，如果您使用Tensorflow> = 2.0 ，那么checkout分支 用法 步骤1.将存储库克隆到本地。 git c