/CapsNet

Capsule network implementation for the laboratory "Neural Networks in Medical Applications" at the Leibniz university Hanover (WiSe 19/20)

Primary LanguageJupyter Notebook

CapsNet

Capsule network implementation for the laboratory "Neural Networks in Medical Applications" at the Leibniz university hanover (WiSe 19/20)

Capsule Network Implementierung für das Labor "Neuronale Netze für medizinische Anwendungen" an der Leibniz Universität Hannover (WiSe 19/20)

Voraussetzungen

Um das Jupyter Python Notebook erfolgreich ausführen zu können wird die Version 3.6.1 von Python benötigt. Diese kann in einer virtuellen Umgebung mithilfe von Anaconda3 installiert werden.

conda create -n CapsNet python=3.6.1 anaconda

Die Standardpakete können bei Abfrage per Eingabe von y installiert werden. Im Anschluss muss die virtuelle Umgebung aktiviert werden.

activate CapsNet

Folgende Pakete müssen zusätzlich über Anaconda oder pip installiert werden:

  • keras
  • tensorflow
  • numpy
  • matplotlib (optional für Visualisierung)

Falls noch kein jupyter notebook vorhanden ist muss dies ebenfalls installiert werden. Über Anaconda ist dies leicht über die Startseite möglich.

Ausführen

Um das Jupyter Notebook zu starten muss mit aktivierter virtueller Umgebung folgender Befehl ausgeführt werden

jupyter notebook CapsuleNetwork.ipynb

Training und Evaluation

Um das Training und die Evaluation durchzuführen müssen im Code die entsprechenden Variablen trainingund evaluation auf Truegesetzt werden. Aktuell wird das Model mithilfe der zur Verfügung gestellten Gewichte result/trained_model.h5 lediglich evaluiert.