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