【G検定対策】CNN・RNN・Transformerの違いを図解で整理

ディープラーニングを学ぶと、次の3つの用語がよく出てきます。

• CNN
• RNN
• Transformer

どれも重要なモデルですが「何が違うのか分かりにくい」と感じる方も多いのではないでしょうか。G検定では必ずと言っていいほど出題される項目です。

この記事では、それぞれの違いを図解イメージでシンプルに整理します。

結論：3つの違いを1分で理解

• CNN：画像を見るのが得意
• RNN：時間の流れを理解する
• Transformer：単語同士の関係を理解する

まずはこの3つを押さえればOKです。

CNNとは？（画像に強いモデル）

CNN（畳み込みニューラルネットワーク）は

　画像の特徴を段階的に抽出するモデル

　画像の特徴を段階的に抽出するモデル

です。

例えば犬の画像なら

• エッジ（輪郭）
• 形
• パーツ（耳・目）

といった特徴を順番に抽出していきます。

• 画像分類
• 物体検出
• 顔認識

RNNとは？（時系列データに強い）

RNN（再帰型ニューラルネットワーク）は

　過去の情報を引き継ぎながら処理するモデル

　過去の情報を引き継ぎながら処理するモデル

です。

文章でいうと

• 「私は」→「ご飯を」→「食べた」

のように、前の情報が次に影響します。

• 文章生成
• 音声認識
• 株価予測

Transformerとは？（言語処理に強い）

Transformerは

　データ全体の関係性を一度に捉えるモデル

　データ全体の関係性を一度に捉えるモデル

です。

従来のRNNは順番に処理していましたが、Transformerは

• 単語と単語の関係
• 文全体の意味

を同時に理解できます。

• ChatGPTのような生成AI
• 翻訳
• 要約

RNNとTransformerの違い

RNN と Transformer 似ているな？と思いませんか？
似ているようですが、ちょっと違います。

RNN（再帰型ニューラルネットワーク）

• 「私 → は → ご飯 → を → 食べた」
• 1つずつ処理する
• 前の情報を少しずつ引き継ぐ

Transformer

• 単語同士を一気に比較
• 「ご飯」と「食べた」の関係も即座に把握

比較表で整理

表で表すとこうなります。

G検定ではどう問われる？

G検定では、用途との対応がよく問われます。

• 画像 → CNN
• 時系列 → RNN
• NLP → Transformer

この対応関係は頻出なので覚えておきましょう。

まとめ

• CNN → 画像
• RNN → 時系列
• Transformer → 言語

この3つを理解すれば、ディープラーニングの全体像がかなりクリアになります。

公式テキスト

Amazonで確認

Amazonで詳細を見る

楽天市場で確認

楽天市場で詳細を見る

合格時に使用した問題集

Amazonで確認

Amazonで詳細を見る

楽天市場で確認

楽天市場で詳細を見る

関連記事・おすすめ記事

機械学習とディープラーニングの違いを整理しました。

関連記事

【G検定対策】ディープラーニングと機械学習の違いを図解で整理｜教師あり・教師なしも解説

教師あり学習・教師なし学習・強化学習の違いを整理しました。

関連記事

【G検定対策】教師あり学習・教師なし学習・強化学習の違いを図解で整理

どの分野から出題されるか予想しました。

こちらもおすすめ

【2026年初旬版】G検定はどの分野からどのくらい出る？受験者目線で割合を整理してみた

G検定 合格体験談です。2回目の受験で何とか合格できました。

こちらもおすすめ

【合格体験談】G検定は本当に簡単なの！？1回落ちた失敗を踏まえた体験談

運営者

このブログの運営者（文系出身）です。SEO検定1級、ウェブマスター検定1級を取得しました。ブログ運営には「AIの活用は必須」と思いG検定を取得しました。一度不合格となった経験を元に、これから受験する方の助けになればとできるだけわかりやすく解説しています。間違い等あればご指摘いただければ幸いです。