问MNIST最先进的ANN架构是什么？

EN

实际上，我要讨论的不是一个体系结构，而是一个网络中使用的模块。它在基于字符的数据集(如MNIST )上表现很好，尽管它们还有其他功能。有一篇论文叫做空间变压器网络，由Max等人撰写。它试图引入一种用于池层的替代方案。它所做的就是通过减少变换，比如平移和旋转，甚至减少输入的失真，来寻找输入的标准形状。它引入了一个帮助卷积网络真正成为空间不变的模块。这工作很棒，而且这篇论文很容易读懂。根据经验，使用这些模块可能会减少神经元和层的数量，因为使用这些模块的网络不会尝试学习额外的输入内容，比如对输入的应用转换。原因是网络将尝试学习输入的标准形状。

(a)显示对网络的任意输入(b)显示空间变压器所做的工作，最后(c)是空间变压器的输出，可通过网络的其他层使用。

该模块的重要成就之一是它试图增强失真的输入。

它的性能可以从这里中看出。

据我所知，MNIST竞赛中最先进的架构是2018年的RMDL (随机多模式深度学习分类)模型。检查ArXive论文。

该模型不是一个网络，而是一个网络集合，它排在第一位的这里。他们的GitHub存储库是这里。

您需要了解一下带密码的文件上最先进的可视化技术(SOTA)。

答案是“均相过滤胶囊分支合并卷积网络”