神经网络CNN、RNN、GNN

CNN、RNN、GNN这么多的神经网络有什么区别和联系？
先聊聊什么是神经网络吧
我们的目标是打造人工智能，拥有智慧的大脑无疑是最好的模仿对象。人脑中约有860亿个神经元，这被认为是我们能够思考的原因。神经元有一个细胞体和很多突触组成，能处理电信号，并将它们传递到该去的地方，仿照人脑神经元和工作原理，人们构建了神经网络，一个由节点连接而成的网，我们同样会称呼这些节点为神经元，不过它是一个抽象概念，大部分时间都被用来存储数字，神经突出则被抽象为有权重的连接，决定了数字将如何改变以及传递给哪些神经元。

神经网络是如何工作的？
以识别物体为例，人类的视觉存在一定的模式，我们看见一个苹果并能认出它，是因为视网膜接收光线并把它转化为电信号，再由神经元从中找出颜色、方向、边缘、材质等信息，最终让大脑给出了苹果的答案。神经网络也是如此，它被构建为层层堆叠的样子，其中输入层就像是视网膜，将图像转化为网络可以理解的内容，比如每个像素的灰度，隐含层中的每一层都试图认出图像认出一部分特征，最终经过一系列计算，输出层会给我们答案。

改造其中的一部分组成，就有了各种类型的神经网络，
把输入的内容从图片语音换成图，就是图神经网络；
把网络中的神经元换成打包的神经元，就是胶囊网络；
使用卷积对图像等数据作出处理，就是卷积神经网络。