67

ニューラルネットワークのトピックは初めてです。畳み込みニューラル ネットワークと再帰型ニューラル ネットワークという 2 つの用語に出くわしました。

これら 2 つの用語が同じものを指しているのか、そうでない場合、それらの違いは何でしょうか?

4

8 に答える 8

15

畳み込みニューラル ネットワーク (CNN) は、画像を認識するように設計されています。内部には畳み込みがあり、画像上で認識されたオブジェクトのエッジが見えます。リカレント ニューラル ネットワーク (RNN) は、音声信号やテキストなどのシーケンスを認識するように設計されています。再帰型ネットワークには内部にサイクルがあり、これはネットにショート メモリが存在することを意味します。CNN と RNN を適用して、適切な機械学習アルゴリズムを選択し、BCI の EEG 信号を分類しました。

于 2015-10-26T10:19:11.093 に答える
5

これらのアーキテクチャはまったく異なるため、「何が違うのか」と言うのはかなり難しいです。唯一の共通点は、どちらもニューラル ネットワークであるという事実だけです。

畳み込みネットワークは、畳み込みタスクを実行する重複する「受信フィールド」を持つネットワークです。

リカレント ネットワークは、ネットワークのトポロジでサイクルを形成するリカレント接続 (「通常の」信号フローとは反対方向に進む) を持つネットワークです。

于 2014-01-05T19:51:02.673 に答える
2

他とは別に、CNN では通常、軸に沿って 2 次元の正方形のスライディング ウィンドウを使用し、(元の入力 2 次元画像を使用して) 畳み込みを行ってパターンを識別します。

RNN では、以前に計算されたメモリを使用します。興味のある方は、特別な種類の RNN である LSTM (Long Short-Term Memory) を見ることができます。

CNN と RNN には、パターンとシーケンスを検出するという共通点が 1 つあります。つまり、単一の入力データ ビットをシャッフルできないということです。

于 2017-08-26T08:54:22.363 に答える
0

コンピューター ビジョン用の畳み込みニューラル ネットワーク (CNN)、および自然言語処理用の再帰型ニューラル ネットワーク (RNN)。

これは他の分野にも適用できますが、RNN には、ネットワークにループを導入することにより、信号が双方向に移動できるネットワークという利点があります。

フィードバック ネットワークは強力であり、非常に複雑になる可能性があります。前の入力から得られた計算はネットワークにフィードバックされ、一種のメモリが与えられます。フィードバック ネットワークは動的です。その状態は、平衡点に達するまで継続的に変化します。

于 2015-09-07T03:00:28.293 に答える
0

これがCNNとRNNの違いです

畳み込みニューラル ネットワーク:

深層学習では、畳み込みニューラル ネットワーク (CNN、または ConvNet) は深層ニューラル ネットワークのクラスであり、視覚的な画像の分析に最も一般的に適用されます。... 画像とビデオの認識、レコメンデーション システム、画像分類、医療画像分析、自然言語処理などに応用されています。

リカレント ニューラル ネットワーク:

リカレント ニューラル ネットワーク (RNN) は、ノード間の接続が時系列に沿って有向グラフを形成する人工ニューラル ネットワークのクラスです。これにより、一時的な動的動作を示すことができます。フィードフォワード ニューラル ネットワークとは異なり、RNN は内部状態 (メモリ) を使用して一連の入力を処理できます。

于 2019-11-25T05:06:54.003 に答える