2020-07-13
阅读量:
3560
CNN、RNN和DNN的区别和应用场景
CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别？以及他们的主要用途是什么？
CNN 专门解决图像问题的，可用把它看作特征提取层，放在输入层上，最后用MLP (多层感知器)做分类。
传统神经网络如下图所示
CNN网络结构
如图所示，CNN网络工作时，会伴随着卷积并且不断转换着这些卷积。
RNN 专门解决时间序列问题的，用来提取时间序列信息，放在特征提取层（如CNN）之后。
DNN 从结构上和传统意义上的NN（神经网络）并无太大区别，最大的不同是层数增多了，并解决了模型可训练的问题。
简言之，DNN比NN多了一些隐层，但这些隐层的作用是巨大的，带来的效果是非常显著和神奇的。
34.8590
2
3
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
luoshaoj
2024-03-21
1条评论
液冷服务器
2023-10-26
0条评论
液冷服务器
2023-10-19
0条评论