CNN空間擴展，神經元與特徵卷積，用於靜態輸出。特點是善於抽取位置不變特徵。
RNN時間擴展，神經元與多個時間輸出計算。可以用於描述時間上連續狀態的輸出，有記憶功能。

目前很多最先進的NLP任務之所以不斷切換模型，就是因為CNN和RNN之間特點的差異性。

CNN+RNN組合方式
一、CNN用於特徵提取 (識別圖片內出現的物件)， RNN用於語句生成圖片標註(依造物件元素產生語句描述)

二、RNN特徵提取用於CNN內容/影片分類
使用RNN辨識圖片內的物件，CNN再依照這些特徵進行分類模型訓練

三、CNN特徵提取用於對話問答圖片問答

辨識圖片/影像物件位置

1. CNN直接產生目標候選區
2. LSTM對產生候選區融合
3. 確定最終的精確位置

在處理語言的任務上，我們怎麼去選擇呢？基於它們的特性“分層(CNN) vs. 連續(RNN)”，我們傾向於為分類類型的任務選擇CNN，例如情感分類，因為情感通常是由一些關鍵詞來決定的；對於順序建模任務，我們會選擇RNN，例如語言建模任務，要求在了解上下文的基礎上靈活建模。

參考來源
CNN和RNN結合與對比，實例講解
https://hk.saowen.com/a/b52c246a27d0990a23211e24242d2c36b946488ce972276eb833c1910f808a7b
NLP 模型到底选 RNN 还是 CNN？
https://www.ctolib.com/topics-109200.html