BP神经网络和CNN神经网络都可以用于图像识别，但BP-神经网络要经过繁琐的特征工程提取原始图像特征以向量的方式输入网络，而CNN-神经网络本身包含了卷积层来提取特征，所以可以直接输入原始图像到网络，应用起来更方便。
举一反三
- 选择最能代表下面主要概念的检索词集：基于卷积神经网络的图像语义分割 A: 卷积神经网络 图形 实例分割 B: 卷积神经 网络 图像语义分割 C: CNN 图像 语义分割 D: 卷积神经网络 图像 语义分割
- 深度神经网络包含哪几种网络? A: CNN B: RNN C: DNN D: BP神经网络
- 深度神经网络图像识别技术中，网络的前端层用来对特征进行映射，后端层提取图像的特征从而实现图像识别分类。
- 下列哪一个神经网络模型更适合于自然语言处理（ ）。 A: 循环神经网络RNN B: BP神经网络模型 C: Hopfield神经网格模型 D: 卷积神经网络CNN
- 智慧职教: 以下神经网络网络不属于CNN（卷积神经网络）的算法是（）