RNN擅长解决的问题是训练样本输入是连续的序列,且序列的长短不一
举一反三
- RNN在解决序列问题时遇到梯度消失的问题，一般采用的是LSTM进行解决。
- 下列关于宽平稳序列和严平稳序列说法正确的一项是（）。 A: 严平稳序列一定是宽平稳序列，且是特殊的宽平稳序列 B: 严平稳序列不一定是宽平稳序列，宽平稳序列不一定是严平稳序列 C: 宽平稳序列一定是严平稳序列 D: 宽平稳序列一定是严平稳序列
- 连续正弦信号一定是周期信号，而正弦序列不一定是周期序列。
- “LSTM”是长短是记忆体的英文简写，专门解决RNN的长期依赖问题。
- 下列关于RNN的说法不正确的是 A: 序列类别模型中将每个时序的输出信号加权计算的方法要优于使用最后一个序列的输出进行判断的方法 B: RNN采用BP算法的改进版——BPTT作为参数训练算法 C: 同步序列到序列模型的输入序列和输出序列长度相等 D: 异步序列到序列模型通常包含编码和解码两个部分，输入和输出的长度无需一致