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C
gracejpw
2020-07-12
深度学习（deep learning，以下简称DL），可以说是基于人工神经网络的机器学习。区别于传统的机器学习，DL需要更多样本，换来更少的人工标注和更高的准确率。DL利用深度来取代广度，进一步降低参数，提高拟合能力，很多情况下都比传统机器学习表现好。但DL和传统机器学习一样，DL学习的是一个映射f(x)=y，比如x是输入的手写数字图片，那么y就是0~9中的一个。传统的BP（(back propa
