gracejpw1117

2020-07-13   阅读量: 3090

大数据 深度学习

CNN、RNN和DNN的区别和应用场景

扫码加入数据分析学习群

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

image.png

CNN网络结构

image.png

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。

image.png


image.png

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,DNNNN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。

image.png




34.8590 2 3 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子