Corrección: las convoluciones generalmente se usan en imágenes con RNN que se usan alguna vez. Además, la mayoría de las redes neuronales convolucionales tienen capas FC, las redes convolucionales puras son raras.
Entonces por qué ?
¡Porque teóricamente podrías usar también DenseNets completamente de imágenes, pero eso requeriría conjuntos de datos aún más grandes que los actuales convnets! Los convexos tienen una arquitectura única en la que las circunvoluciones reducen las dimensiones de la imagen mediante la extracción de características locales, de modo que los datos sobre los que se debe entrenar la capa densa son menores y se pueden ajustar.
- Cómo convertirse en un buen robotista
- ¿Quiero crear una herramienta de reconocimiento de escritura a mano con red neuronal usando MATLAB?
- ¿Cuáles pueden ser las posibles áreas de aplicación del aprendizaje automático / inteligencia artificial en automóviles?
- ¿Hasta qué punto podrían Stephen Hawking y Elon Musk tener razón sobre los peligros de la inteligencia artificial? ¿Cuáles son tus pensamientos?
- ¿Cuáles son algunos buenos ejemplos de IA benévola en ciencia ficción?
Si le preguntas a Convnets vs RNNs en imágenes, simplemente sucede que parece que las convnets funcionan mejor en las imágenes. No es que no se usen RNN. Este sesgo parece que los RNN funcionan mejor en sonido y texto.
