向量数据:密集连接网络(Dense层)。
图像数据:二维卷积神经网络。
声音数据(比如波形):一维卷积神经网络(首选)或循环神经网络。
文本数据:一维卷积神经网络(首选)或循环神经网络。
时间序列数据:循环神经网络(首选)或一维卷积神经网络。
其他类型的序列数据:循环神经网络或一维卷积神经网络。如果数据顺序非常重要(比如时间序列,但文本不是),那么首选循环神经网络。
视频数据:三维卷积神经网络(如果你需要捕捉运动效果),或者帧级的二维神经网络(用于特征提取)+ 循环神经网络或一维卷积神经网络(用于处理得到的序列)。
立体数据:三维卷积神经网络。
来源于:Python深度学习中文版之P269