本文目录一览：

• 1、CNN、RNN、DNN的内部网络结构有什么区别?
• 2、九八年亚洲金融风暴是怎么形成的,原因是什么?

CNN、RNN、DNN的内部网络结构有什么区别?

1、深度神经网络（DNN）DNN由多个顺序连接的层组成：输入层：接收原始图像数据。隐藏层：逐层提取特征，低层捕捉边缘、纹理，高层组合为复杂结构（如人脸轮廓）。输出层：输出分类结果（如人脸身份概率）。

2、特点：阶数决定：最终学习出的特征交互阶数由网络层数决定，每层隐层通过池化操作连接到输出层，输出单元可见不同阶数特征交互模式。结构类似RNN：每层状态由前一层隐层值与额外输入数据计算所得，但CIN不同层参数不同，额外输入数据固定为$X^0$。

3、MGPU（Modern GPU）：现代GPU架构，支持cuDNN的高性能计算需求。GP100/GV100：Pascal和Volta架构的GPU，专为高性能计算（HPC）设计，支持cuDNN优化。深度学习核心概念DNN（Deep Neural Net）：深度神经网络，cuDNN的核心应用场景。DL（Deep Learning）：深度学习，cuDNN加速的领域。

4、竞争学习：同一时间仅一个输出神经元活跃，用于无监督聚类（如Hamming竞争网络）。网络架构关键参数层数与隐藏层设计：隐藏层过少易欠拟合，过多可能导致过拟合。通常通过交叉验证确定。深度神经网络（DNN）依赖ReLU等激活函数缓解梯度消失。

5、通过多层神经元（这就是为什么它被称为“深度”神经网络），DNN可以“自动”通过每一层产生适当的特征，最后提供一个非常好的预测。这极大地消除了寻找“特征工程”的麻烦，这是数据科学家们最喜欢看到的。

6、之后还有几种 随着计算机硬件计算能力越来越强，用来训练的数据越来越多，神经网络变得越来越复杂。在人工智能领域常听到DNN（深度神经网络）、CNN（卷积神经网络）、RNN（递归神经网络）。其中，DNN是总称，指层数非常多的网络，通常有二十几层，具体可以是CNN或RNN等网络结构。

九八年亚洲金融风暴是怎么形成的,原因是什么?

1、也许是因为特区政府强有力的干预措施，也许是因为特区政府和金融管理人士 的信心感染了投资者，24日，在连续4个交易日大幅下跌后，香港股市在这天强 力反弹，恒生指数上升718点，升幅达89%，27日，曾荫权再次重申， 香港现行的联系汇率制度不会改变，在这次活动中受损失的只会是投机者。

2、肆意挥霍低息资本，巨额所需项目赤字极易引发金融危机。1996年泰国所需项目逆 差已相当于它的国内生产总值的8．2％，而1994年墨西哥爆发金融债务危机那一年也只不 过为7．8％。这样，泰国爆发危机就实属正常了。泰国正在玩火自焚，索罗斯向部下发出了信息。

3、我来补充，因为一国货币到底有多少购买力是看它到底有多少外汇储备的，也就是有多好美元呀，黄金呀，但是泰国当时由于一直是逆差，所以自身没有多少储备，大概整个也就几百亿美元吧，所以泰铢的购买力实际上是达不到它官方指定的汇率的。