2.7 典型神经网络结构（第7课时）
教学重难点
重点：CNN卷积神经网络；RNN循环神经网络基本用途。
难点：知道不同网络适合处理什么类型数据。
教学过程
1. 导入：基础神经网络演化出专门针对不同数据的专用网络结构。
2. CNN卷积神经网络（卷积神经网络）
专门处理图像数据；卷积核提取图片局部特征（边缘、纹理、形状）。
课堂联系之前展评课例：AI巡护动物识别，底层就是CNN。
3. RNN循环神经网络
擅长处理序列数据（文字、语音、时间序列），记住前面上下文信息。
4. 区分适用场景
- 图像识别任务 → CNN卷积神经网络
- 文本、语音这类前后有关系的序列信息 → RNN循环神经网络
5. 拓展：简单提Transformer，为后面大模型做铺垫。
6. 小结：不同神经网络架构，是为适配不同类型数据而设计。