Kapselnetze (Capsule Networks) sind eine Architektur neuronaler Netze, bei der Gruppen von Einheiten – Kapseln – Merkmalsinformationen gemeinsam als Vektoren darstellen. Die Vektorrichtung kann beispielsweise eine erkannte Eigenschaft und ihre Aktivierung kodieren.
Der Ansatz wurde als Möglichkeit untersucht, räumliche Beziehungen zwischen Merkmalen anders als mit klassischem Pooling zu berücksichtigen. Daraus folgt nicht automatisch ein verlässliches dreidimensionales Verständnis von Objekten; Leistung hängt von Modell, Daten und Aufgabe ab.
Kapselnetze sind ein Forschungsansatz innerhalb des Deep Learning und keine allgemein überlegene Standardarchitektur.
Inhaltlich überarbeitet am 2026-10-13. Definition, Abgrenzung und Rechenbeispiel geprüft.