当前位置：srcmini > TensorFlow > 正文

TensorFlow CNN和RNN之间有什么区别？

2020-03-31 23:07:34 分类：TensorFlow 阅读(1400) 评论(0)

S.no	CNN	RNN
1	CNN代表卷积神经网络。	RNN代表递归神经网络。
2	CNN被认为比RNN更有效。	与CNN相比, RNN的功能兼容性较差。
3	CNN非常适合图像和视频处理。	RNN是文本和语音分析的理想选择。
4	它适用于像图像这样的空间数据。	RNN用于时间数据, 也称为顺序数据。
5	网络采用固定大小的输入并生成固定大小的输出。	RNN可以处理任意输入/输出长度。
6	CNN是一种前馈人工神经网络, 具有多层感知器的变体, 旨在使用最少的预处理量。	与前馈神经网络不同, RNN可以使用其内部存储器来处理任意输入序列。
7	CNN在神经元之间使用连接模式。 CNN受动物视觉皮层组织的影响, 其各个神经元的排列方式使它们可以对视野中的重叠区域做出反应。	递归神经网络使用时间序列信息-用户最后说的话会影响他接下来要说的话。

下图显示了CNN和RNN的示意图