卷積神經網路（CNN）和迴圈神經網路 RNN 有什麼區別？

1樓：不存在的1990

從字面區分:

cnn 裡面的 c指 convolutional operation，是一種提取影象特徵方法。把這一operation加入到layer裡面構成了convolutional layer。

rnn裡的r 指recurrent，中文是重複的意思。rnn構造的結構也是recurrent。

從應用區分:

因為兩者的結構特性，cnn多用於處理影象，rnn一般處理文字，音訊。

2樓：扁豆燜面1.0

我是這樣理解的，CNN和RNN都是資料的特徵提取器。

從功能上講，CNN關注的是空間維度的特徵，比如用CNN處理影象，就是希望可以得到影象的空間區域性特徵，而RNN關注的是時序維度的特徵，比如處理一句話，RNN提取特徵時會考慮某個詞和之前/之後詞的關係。

從效率上講，一般情況下CNN的處理速度比RNN更快，因為CNN的引數一般比RNN少。

但是，並不是說CNN只能提取結構資訊，RNN只能提取時序資訊。TextCNN網路利用CNN進行文字分類得到了不錯的效果，並且執行速度比RNN更快。利用RNN對MNIST分類也可以達到乙個比較高的準確率。