TensorFlow - CNN ve RNN Farkı

Bu bölümde CNN ve RNN arasındaki farka odaklanacağız -

CNN RNN
Görüntüler gibi uzamsal veriler için uygundur. RNN, sıralı veri olarak da adlandırılan zamansal veriler için uygundur.
CNN, RNN'den daha güçlü olarak kabul edilir. RNN, CNN ile karşılaştırıldığında daha az özellik uyumluluğu içerir.
Bu ağ, sabit boyutlu girdiler alır ve sabit boyutlu çıktılar üretir. RNN, isteğe bağlı giriş / çıkış uzunluklarını işleyebilir.
CNN, minimum miktarlarda ön işleme kullanmak üzere tasarlanmış çok katmanlı algılayıcı varyasyonlarına sahip bir tür ileri beslemeli yapay sinir ağıdır. İleri beslemeli sinir ağlarından farklı olarak RNN, rastgele girdi dizilerini işlemek için dahili belleğini kullanabilir.
CNN'ler, nöronlar arasındaki bağlantı modelini kullanır. Bu, tek tek nöronları görsel alanı döşeyen üst üste binen bölgelere yanıt verecek şekilde düzenlenmiş olan hayvan görsel korteksinin organizasyonundan esinlenmiştir. Tekrarlayan sinir ağları, zaman serisi bilgilerini kullanır - bir kullanıcının en son ne söylediği, bir sonraki konuşmasını etkileyecektir.
CNN'ler, görüntüler ve video işleme için idealdir. RNN'ler metin ve konuşma analizi için idealdir.

Aşağıdaki resim CNN ve RNN'nin şematik temsilini göstermektedir -