neural network の主な種類（CNN、RNN、transformers）は何ですか？

Question

Accepted Answer

異なる neural network architecture は、異なる data と task に向いています。**CNNs** は image、**RNNs** は sequence、**transformers** は language（そして今ではさらに多くの領域）に強いです。主な type を理解すると、AI が問題ごとにどう architecture を使い分けるかが分かります。

## 主な architecture

```text
CNN (Convolutional Neural Network) → IMAGES/spatial data 向け:
  → convolutions で edges/shapes など local features を hierarchical に検出
  → image classification, object detection, computer vision
RNN (Recurrent Neural Network) → SEQUENCES/time-series 向け:
  → sequence を step by step に処理し、previous inputs の 'memory' を保つ
  → text, time-series, speech (older approach; LSTM/GRU variants)
  ⚠️ long sequences が苦手。language では transformers に大きく置き換えられた
TRANSFORMER → SEQUENCES (language) と increasingly everything:
  → attention mechanism; parallel; dominant modern architecture (LLMs)
  → language (LLMs), vision, audio, multimodal
```

## その他の architecture

```text
→ FEEDFORWARD/dense networks → basic, fully-connected。general/tabular tasks
→ GANs → 2 つの competing networks で realistic data を generate
→ AUTOENCODERS → compressed representations を学ぶ (dimensionality reduction, anomaly detection)
→ DIFFUSION MODELS → modern image generation (DALL-E, Stable Diffusion)
→ architecture は data/task に合わせる
```

## なぜ重要なのか

CNN は image recognition、transformer は LLM、diffusion model は image generation など、AI application の背後には task に合った architecture があります。architecture と data/task の対応を理解すると、AI が different problems をどう扱うかを概念的に理解できます。