胶囊网络在自然语言处理中的应用（胶囊网络的优点）

深度神经网络中是如何应用的?

1、进行精确计算，还具有逻辑运算功能，能对信息进行比较和判断。计算机能把参加运算的数据、程序以及中间结果和最后结果保存起来，并能根据判断的结果自动执行下一条指令以供用户随时调用。

2、深度学习最成功的应用是在音视频的识别上，几乎所有的商用语音识别都是深度学习来完成的。其次深度学习应用最成功的领域就是图像识别，目前识别准确率已经超越人类。

3、无人驾驶汽车：深度学习在无人驾驶领域主要用于图像处理，可以用于感知周围环境、识别可行驶区域检测、以及识别行驶路径识别。图片识别及分类：识别出图片中的对象，并建立关键词，对图片进行分类。

循环神经网络（RNN）：RNN是一种经典的神经网络模型结构，可以处理序列化输入的数据，例如文本、音频和视频等。

虽然这两种神经网络有着千丝万缕的联系，但是本文主要讨论的是第二种神经网络模型——循环神经网络(Recurrent Neural Network)。循环神经网络是指一个随着时间的推移，重复发生的结构。

DNN：存在着一个问题——无法对时间序列上的变化进行建模。然而，样本出现的时间顺序对于自然语言处理、语音识别、手写体识别等应用非常重要。对了适应这种需求，就出现了另一种神经网络结构——循环神经网络RNN。

接下来，我们来讲一下胶囊网络(Capsule)。Capsule是Hilton的paper，他发表在NIPS2017。

胶囊剂的网络解释是：胶囊剂胶囊剂（Capsules）系指药物或与适宜辅料充填于空心硬胶囊或密封于软质囊材中制成的固体制剂，可分为硬胶囊、软胶囊（胶丸）、缓释胶囊、控释胶囊和肠溶胶囊，主要供口服用。

年，杰弗里辛顿提出了胶囊网络的概念，采用胶囊作为网络节点，理论上更接近人脑的行为，旨在克服卷积神经网络没有空间分层和推理能力等局限性。

由于我国在深度学习领域缺乏重大原创性研究成果，基础理论研究贡献不足，如胶囊网络、图网络等创新性、原创性概念是由美国专家提出，我国研究贡献不足。

胶囊时尚（CAPSULE）是一家创新的移动社交电商平台，致力成为中国唯一汇集国际时尚优秀设计师；以原创设计开发能力为核心竞争力；超级IP单品发售与跨界合作的互动平台。