向量數據：密集連接網絡（Dense層）。

圖像數據：二維卷積神經網絡。

聲音數據（比如波形）：一維卷積神經網絡（首選）或循環神經網絡。

文本數據：一維卷積神經網絡（首選）或循環神經網絡。

時間序列數據：循環神經網絡（首選）或一維卷積神經網絡。

其他類型的序列數據：循環神經網絡或一維卷積神經網絡。如果數據順序非常重要（比如時間序列，但文本不是），那么首選循環神經網絡。

視頻數據：三維卷積神經網絡（如果你需要捕捉運動效果），或者幀級的二維神經網絡（用于特征提取）+ 循環神經網絡或一維卷積神經網絡（用于處理得到的序列）。

立體數據：三維卷積神經網絡。

來源于：Python深度學習中文版之P269

總結

以上是生活随笔為你收集整理的深度学习输入模式与适当的网络架构之间的对应关系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。