CNN と RNN

2つのネットワークの位置づけ

CNN（畳み込みニューラルネットワーク）と RNN（再帰型ニューラルネットワーク）は、深層学習の発展を支えてきた代表的なアーキテクチャです。扱うデータの性質に応じて使い分けられてきました。

ざっくり言えば、CNN は画像のような空間的な広がりを持つデータ、RNN は文章や音声のような順序のある系列データを得意とします。それぞれが、データの構造に合った仕組みを備えている点が特徴です。

CNN の仕組み

CNN の核は畳み込みです。小さなフィルタを画像上でずらしながら適用し、エッジや模様といった局所的な特徴を抽出します。層を重ねるほど、単純な特徴から複雑な形状へと段階的に捉えられるようになります。

• 同じフィルタを画像全体で使い回す（パラメータ共有）ため効率的
• プーリングで位置のずれに強くなり、計算量も抑えられる
• 画像分類、物体検出、セグメンテーションなどで活躍

近接する画素の関係を活かす設計が、画像処理での高い性能につながっています。

RNN の仕組み

RNN は再帰構造を持ち、系列を先頭から順に処理します。各時刻で入力と「前の時刻の内部状態」を受け取り、状態を更新しながら進むため、過去の文脈を引き継げます。

文章の単語列や音声、センサーの時系列など、順番に意味があるデータに適します。一方で、系列が長くなると勾配消失により遠い過去の情報を保ちにくい弱点があり、これを補う LSTM や GRU といった改良版が広く使われてきました。

違いを表で比較

観点	CNN	RNN
核となる仕組み	畳み込み（局所フィルタ）	再帰（状態の引き継ぎ）
得意なデータ	画像など空間データ	時系列・文章など系列
処理の仕方	並列処理しやすい	基本は逐次処理
代表的用途	画像分類、物体検出	言語、音声、時系列予測
主な弱点	長距離の依存は苦手	長い系列で記憶が薄れる

CNN は並列計算と相性が良い一方、RNN は順番に処理する性質上、長い系列での学習効率が課題になります。

Transformer との関係

系列データの分野では、現在 Transformer が主流です。Transformer は再帰を使わず、**注意機構（アテンション）**で系列全体の関係を一度に捉えるため、長距離の依存を扱いやすく並列化にも向きます。

これにより、かつて RNN が担っていた自然言語処理の多くは Transformer に置き換わりました。ただし CNN は画像分野で依然強力で、RNN も軽量さが活きる場面があります。それぞれの仕組みを理解しておくと、課題に応じた手法選択や、Transformer の利点を把握する助けになります。