Jaringan konvolusional kesulitan dengan orientasi. Putar wajah dan CNN mungkin masih mendeteksi hidung, tetapi kehilangan hubungan spasial antara hidung dan mulut. Jaringan kapsul mencoba mempertahankan informasi tersebut dengan mengelompokkan neuron ke dalam kapsul yang menghasilkan vektor, bukan skalar.

Setiap kapsul mengkodekan keberadaan suatu fitur dan propertinya, seperti posisi atau orientasi. Perutean dinamis memungkinkan kapsul tingkat bawah mengirimkan outputnya ke kapsul tingkat atas yang sesuai dengannya, membangun hubungan bagian-keseluruhan.

Keuntungan potensial

• Penanganan rotasi dan sudut pandang yang lebih baik.
• Pelestarian hierarki spasial
• Kebutuhan akan set data pelatihan yang besar menjadi berkurang.
• Representasi internal yang lebih mudah diinterpretasikan

Penerapannya masih terbatas. Jaringan kapsul membutuhkan waktu pelatihan yang lambat dan belum mampu menandingi CNN pada tolok ukur skala besar. Jaringan ini tetap menjadi arah penelitian aktif dan bukan standar produksi.