कन्वोल्यूशनल नेटवर्क को दिशा पहचानने में कठिनाई होती है। चेहरे को घुमाने पर, एक CNN नाक का पता तो लगा सकता है, लेकिन नाक और मुंह के बीच का स्थानिक संबंध खो जाता है। कैप्सूल नेटवर्क न्यूरॉन्स को कैप्सूल में समूहित करके इस जानकारी को संरक्षित करने का प्रयास करते हैं, जो स्केलर के बजाय वेक्टर आउटपुट करते हैं।

प्रत्येक कैप्सूल किसी विशेषता की उपस्थिति और उसके गुणों, जैसे कि स्थिति या अभिविन्यास, दोनों को एन्कोड करता है। डायनामिक रूटिंग निचले स्तर के कैप्सूलों को अपने आउटपुट को उच्च स्तर के कैप्सूलों तक भेजने की अनुमति देता है जो उनसे सहमत होते हैं, जिससे अंश-पूर्ण संबंध स्थापित होते हैं।

संभावित लाभ

• रोटेशन और व्यूप्वाइंट का बेहतर प्रबंधन
• स्थानिक पदानुक्रमों का संरक्षण
• बड़े प्रशिक्षण सेटों की कम आवश्यकता
• अधिक व्याख्या योग्य आंतरिक निरूपण

कैप्सूल नेटवर्क का उपयोग सीमित रहा है। इनकी प्रशिक्षण प्रक्रिया धीमी होती है और बड़े पैमाने पर किए गए बेंचमार्क परीक्षणों में ये सीएनएन के बराबर नहीं पहुंच पाए हैं। ये उत्पादन मानक बनने के बजाय एक सक्रिय अनुसंधान क्षेत्र बने हुए हैं।