提名Memory Networks原文链接：https://arxiv.org/pdf/1410.3916.pdf

准确说Memory Networks并不只是一个模型，而是一套思路，使用外部的一个memory来存储长期记忆信息，因为当时RNN系列模型使用final state 存储的信息，序列过长就会遗忘到早期信息。

甚至，我觉得Memory Networks的思想后面启发了self-attention和transformer。最重要的就是提出了query - key - value思想，当时的该模型聚焦的任务主要是question answering，先用输入的问题query检索key-value memories，找到和问题相似的memory的key，计算相关性分数，然后对value embedding进行加权求和，得到一个输出向量。这后面就衍生出了self-attention里的Q，K，V表示，在self-attention里的Q=K=V，但早期的Memory Networks中可以看出，QKV其实是三个向量。

如今，Memory Networks已少有人提及，但它的思想已经被transformer继承，而transformer已经横扫NLP和CV等多个领域。突然有了一种“功成不必在我，而功成必定有我"的感慨。又联想到谭嗣同变法虽然失败了，但他又一个学生叫杨昌济，杨昌济又有一个学生叫毛泽东...

我也提一个：脉冲神经网络（Spiking Neural Networks, SNN)，最早由Maass教授[1]于1997年提出的模型。SNN不能说完全消失，每年顶会都有那么几篇，但是总感觉不温不火的。

SNN是基于大脑运行机制的新一代人工神经网络，是目前最接近类脑计算水平的一类生物启发模型，具有可以处理生物激励信号以及解释大脑复杂智能行为的优势，被誉为第三代神经网络（第一代感知机，第二代以CNN为代表的的神经网络）。SNN在本质上与目前广泛使用的人工神经网络(ANN)存在巨大差异，主要体现在如下几点：

1. SNN使用离散的脉冲序列(0和1)进行消息传递，而ANN使用实值；因此ANN具有更高的运算效率。

2. SNN分为时间驱动和事件驱动两种。前者利用时间步长仿真信号，后者根据只有在接收或发射脉冲信号时才处于活跃状态；而大部分的ANN架构无法获取时间维度信息（除了RNN类的模型），并且每个神经元永远处于激活状态，因此SNN具有更少的能量消耗。

3. SNN使用脉冲序列进行通讯，与人脑的消息传播机制更像，因此SNN比ANN更像神经网络。

4. SNN可以运行在专用的神经形态硬件上，例如Intel Loihi[2]，Brainchip Akida[3]等；而ANN主要应用在GPU上进行加速。已有文献证明，基于SNN 架构的芯片能量效率比基于Field Programmable Gate Array(FPGA）实现的卷积神经网络的能量效率高出两个数量级。

导致SNN难以流行的原因主要是：

1. SNN使用离散脉冲序列，其中脉冲发射函数Heaviside step函数具有不可微的性质，因此难以像目前的ANN一样使用梯度下降算法优化。虽然目前有一些替代梯度的方法，但是在效果上还是和ANN有点差距。

2. 目前的神经形态硬件没有流行。目前主流的计算硬件都是GPU，在GPU上，0-1的脉冲序列都被当成实值进行矩阵运算，无法看出SNN与ANN的差距。

参考文献：

[1] Maass W. Networks of spiking neurons: the third generation of neural network models[J]. Neural networks, 1997, 10(9):1659-1671.

[2] Mike Davies, Narayan Srinivasa, Tsung-Han Lin, Gautham Chinya, YongqiangCao, Sri Harsha Choday, Georgios Dimou, Prasad Joshi, Nabil Imam, Shweta Jain,et al. 2018. Loihi: A neuromorphic manycore processor with on-chip learning.Ieee Micro38, 1 (2018), 82–99.

[3] Anup Vanarse, Adam Osseiran, Alexander Rassau, and Peter van der Made. 2019.A hardware-deployable neuromorphic solution for encoding and classificationof electronic nose data.Sensors19, 22 (2019), 4831.

[4] Cao Y, Chen Y, Khosla D. Spiking deep convolutional neural networks for energy-efficient object recognition[J]. International Journal of Computer Vision, 2015, 113(1):54-66.

Hinton的胶囊网络(Capsule Network)

原文链接：https://arxiv.org/pdf/1710.09829.pdf

原文链接：https://openreview.net/pdf?id=HJWLfGWRb

Hinton认为人的视觉系统会建立“坐标框架”，并且坐标框架的不同会极大地改变人的认知。而在CNN上却很难看到类似“坐标框架”的东西。Hinton的看法是，我们需要 Equivariance 而不是 Invariance。Invariance，是指表示不随变换变化，比如分类结果等等；而 equivariance 不会丢失这些信息，它只是对内容的一种变换。

Invariance 主要是通过 Pooling 等下采样过程得到的。CNN同样强调对空间的 invariance，也就是对物体的平移之类的不敏感（物体不同的位置不影响它的识别）。对平移和旋转的 invariance(CNN的设计希望有invariance，虽然CNN不是完全的invariance)，其实是丢弃了“坐标框架”，Hinton认为这是CNN不能反映“坐标框架”的重要原因。CNN 前面非 Pooling 的部分是 equivariance 的。

于是Hinton 提出了一个猜想：

物体和观察者之间的关系（比如物体的姿态），应该由一整套激活的神经元表示，而不是由单个神经元，或者一组粗编码（coarse-coded，这里意思是指类似一层中，并没有经过精细组织）的神经元表示。只有这样的表示，才能有效表达关于“坐标框架”的先验知识。而这一整套神经元，Hinton认为就是Capsule。

capsule network最大的特点就是“vector in vector out”，而之前的scaler neuron则是“scaler in scaler out”，所以本质上来讲capsule是一种vector neuron。capsule network中的每一层由若干个capsule组成，capsule的输入和输出均为一个向量。

图2对neuron和capsule进行对比。神经网络的输入是一系列的标量，通过对这些标量进行加权求和并经过激活函数，得到一个标量，也就是神经元的最终输出。capsule的输入则是一系列的向量，这些向量首先经过一个编码整体与部分关系的矩阵映射，然后这些向量根据和整体特征的相似度加权平均，得到表示整体的特征向量，最后通过一个squash函数得到capsule的输出。高层特征由低层特征加权得到，而权重又由高层特征和低层特征的相似程度计算得到，这两个问题相互依赖，于是capsule network提出一种动态路由算法（Dynamic Rounting）。

Capsule Network在刚发表的时候，引起了深度学习领域的广泛关注，一度认为可能会替代CNN成为新一代的通用网络架构，谁知道之后被Transformer一统江湖了。

Capsule Network之所以没有流行起来可能有三点原因：

1. 理解capsule本身就有难度，而且使用了机器学习的一些算法，深度学习当道的年代，机器学习算法就算是高门槛了。

2. capsule本身有很多细节没想清楚，比如原始的capsule是引入聚类的思想来对特征进行抽象，那有没有其他更合适的方法呢，capsule还存在许多没有解决的问题。

3. Transformer中的self-attention能够建模pixel之间的相对关系，跟capsule的某些理念不谋而合，而且Transformer整体框架上要比capsule简洁易懂。

关于Capsule Network的来龙去脉可以看这篇介绍：https://zhuanlan.zhihu.com/p/29435406

关于CNN平移不变性的讨论，可以看以下回答：https://www.zhihu.com/question/301522740

 往期精彩：
 时隔一年！深度学习语义分割理论与代码实践指南.pdf第二版来了！
 新书预告 | 《机器学习公式推导与代码实现》出版在即！