В чем разница между архитектурами CNN, RNN и трансформеров

CNN (сверточные сети) эффективны для обработки изображений, используя локальные фильтры для выявления пространственных паттернов. RNN (рекуррентные сети) работают с последовательностями (текст, временные ряды), сохраняя контекст через скрытые состояния. Трансформеры (например, BERT, GPT) обрабатывают последовательности параллельно через механизм внимания, что ускоряет обучение и улучшает качество модели за счет учета глобальных зависимостей.

Пример CNN для классификации изображений:

model = Sequential([
    Conv2D(32, (3,3), activation='relu', input_shape=(28,28,1)),
    MaxPooling2D((2,2)),
    Flatten(),
    Dense(10, activation='softmax')
])