深度学习输入模式与适当的网络架构之间的对应关系

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