一文带你了解（神经网络）DNN、CNN、和RNN

导语：
记得前些年在买火车票时，还得玩个“大家来找茬”的验证码游戏，比如让你找出孙楠、杨臣刚、王大冶中的某一位，这对于那些脸盲患者而言，无疑是崩溃的。

当然了，撞脸这事可不是娱乐圈独有的，在AI界也有很多“长相相似”的专有名词，比如我们今天要说的“三胞胎”DNN（深度神经网络）、CNN（卷积神经网络）、RNN（递归神经网络），就让许许多多的AI初学者们傻傻分不清楚。

而今天，就让我们一起擦亮眼睛，好好的把它们给区分出来！

什么是神经网络？

DNN（深度神经网络）、CNN（卷积神经网络）、RNN（递归神经网络）都属于第三代神经网络，在认识它们之前，让我们简单了解下，第一代和第二代神经网络是什么样子的。

第一代神经网络又称为感知机，在上世纪五、六十年代被提出来，感知机属于二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别（取+1和-1），即只能做到线性的区分工作（一分为二），不能解决重叠不可分的问题，对稍微复杂一些的函数就无能为力。

为了解决第一代神经网络的缺陷，在1980年左右Rumelhart、Williams、Hinton、LeCun等人提出第二代神经网络多层感知器（MLP࿰