CNNとDNNの違いについて

2025年12月16日

CNN（畳み込みニューラルネットワーク）とDNN（深層ニューラルネットワーク）の違いは、用語の定義をどこに置くかによって混乱が生じやすいテーマです。

そのため、まず言葉の整理を行ったうえで、構造・得意分野・設計思想の違いを体系的に説明します。

まず押さえるべき用語の整理（重要）

DNN（Deep Neural Network）とは

DNNとは、複数の層（深い構造）を持つニューラルネットワークの総称です。

入力層
複数の隠れ層
出力層

を持つネットワーク全般を指します。

この定義に基づくと、

CNN（畳み込みニューラルネットワーク）
RNN（再帰型ニューラルネットワーク）
Transformer

なども、すべて広義にはDNNに含まれます。

実務でよく使われる「狭義のDNN」

一方、現場や入門書では「DNN」という言葉が、

全結合層（Fully Connected Layer）を積み重ねたネットワーク
（＝MLP：多層パーセプトロン）

を指して使われることが多くあります。

本記事では、一般的な比較の文脈に合わせて、

CNN と「全結合型DNN（MLP）」の違い

として説明を進めます。

全結合型DNN（MLP）の特徴

構造の特徴

全結合型DNNは、以下のような構造を持ちます。

各層のすべてのニューロンが、次の層のすべてのニューロンと接続
入力は一次元の特徴量ベクトルとして扱われる
空間的・位置的な関係は特別扱いしない

入力 → 全結合層 → 全結合層 → 全結合層 → 出力

得意なデータ形式

表形式データ
数値特徴量が整理された構造化データ

例

売上・需要予測
顧客スコアリング
広告CTRやCV率予測
レコメンドの基礎モデル

制約

画像のように次元が大きいデータをそのまま入力すると、

パラメータ数が非常に多くなる
計算コストが高くなる
過学習しやすい

といった問題が生じやすくなります。

CNN（畳み込みニューラルネットワーク）の特徴

CNNとは何か

CNNは、画像や空間構造を持つデータを効率的に扱うために設計されたニューラルネットワークです。

全結合型DNNとは異なり、次のような設計思想を持っています。

CNNの中核となる考え方

局所性（Locality）

画像では、近くにあるピクセル同士が意味を持つことが多いため、CNNは小さな領域（局所）に注目して特徴を抽出します。

重み共有（Weight Sharing）

同じフィルタ（重み）を画像全体に適用することで、

パラメータ数を大幅に削減
同じ特徴をどこにあっても検出可能

にします。

CNNの典型的な構造

入力（画像）
 ↓
畳み込み層（特徴抽出）
 ↓
ダウンサンプリング（プーリングまたはストライド付き畳み込み）
 ↓
畳み込み層
 ↓
（必要に応じて繰り返し）
 ↓
全結合層 or Global Average Pooling
 ↓
出力

※ プーリング層は一般的ですが、必須ではありません。

CNNと全結合型DNNの本質的な違い

構造の違い

観点	全結合型DNN（MLP）	CNN
主な層	全結合層	畳み込み層
入力の扱い	ベクトル化	空間構造を保持
重みの扱い	各結合で個別	重みを共有
パラメータ数	入力次元に比例して増えやすい	比較的少ない

学習できる情報の違い

全結合型DNN：
「どの特徴が重要か」を学ぶ
CNN：
「どこに、どのようなパターンがあるか」を学ぶ

CNNが画像認識に強い理由

階層的な特徴学習

CNNは層を重ねることで、次のように段階的に特徴を学習します。

初期層：エッジ・線・角
中間層：模様・パーツ
深層：物体・文字・顔などの高次概念

これは画像認識に非常に適した性質です。

位置ずれに対するロバスト性

CNNは、

局所的な受容野
ダウンサンプリング処理
データ拡張（平行移動・回転など）

と組み合わせることで、入力の小さな位置ずれに対して比較的ロバストになります。

ただし、これは完全な不変性ではなく、近似的な性質である点には注意が必要です。

得意分野の違い

分野	全結合型DNN	CNN
表形式データ	◎	△
画像認識	△	◎
音声処理	△	○（表現次第）
動画解析	△	◎
自然言語	△	△〜○（近年はTransformerが主流）