Prof. Geoffrey Hinton’ın “Dynamic Routing Between Capsules” makalesindeki CapsNet algoritmasının Keras Uygulamasıdır.

Deep Learning Türkiye Topluluğu için Merve Ayyüce Kızrak tarafından hazırlanmıştır.

Kapsül Ağları hakkında detaylı bilgi için: Yapay Zekada Büyük Yenilik: Kapsül Ağları (Capsule Networks)

Geçerli sürümü TensorFlow’da hazırlanmıştır. Keras sürümünden farklı sürümlere kolaylıkla dönüştürülüp yeniden yazılabilir.

• Amaç: Kapsül ağının el yazısı rakamları tanımaktaki performansını değerlendirmek.
• Veriseti: MNIST (http://yann.lecun.com/exdb/mnist/)
• Algoritma: Kapsül Ağları (Capsule Networks-CapsNet)

Adım Adım Kullanım

Terminali açıp

git clone https://github.com/deeplearningturkiye/kapsul-agi-capsule-network.git ile repoyu bilgisayarınıza indirin.

cd kapsul-agi-capsule-network

ile klasörü açın.

python capsulenet.py

ile çalıştırın.

Test Başarımı

• 10 bin test verisi ile test işlemi gerçekleştirildiğinde MNIST veriseti için %99.61 doğruluk oranı ve FASHION MNIST veriseti için %92.22 doğruluk oranı elde edilmiştir.

MNIST için 50 Epoch Çalışma Süresi

Süre	GPU/CPU	Bilgisayar Konfigürasyonu
68 saat	CPU	İşlemci: Intel i5-337U CPU @ 1.8 Ghz 1.8 Ghz, RAM: 4 GB
7 saat	CPU	İşlemci: Intel i7-7700 CPU @ 3.6 Ghz x 8, RAM: 16 GB
1.5 saat	GPU	Ekran Kartı: NVIDIA GTX 1080, İşlemci: Intel i7-770 CPU @ 3.6 Ghz x 8 RAM: 16 GB

Kaynaklar

• https://arxiv.org/pdf/1710.09829.pdf (Dynamic Routing Between Capsules)
• https://github.com/XifengGuo/CapsNet-Keras
• http://www.ayyucekizrak.com/blogdetay/yapay-zeka-ve-derin-ogrenme-yazi-dizisi/yapay-zekada-buyuk-yenilik-kapsul-aglari-capsule-networks