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。
举一反三
- 下列关于循环神经网络的说法哪个是错误的___ A: 普通RNN容易出现梯度消失问题 B: 普通RNN容易出现梯度爆炸问题 C: LSTM网络结构相对普通RNN网络解决了梯度爆炸问题，但没有很好解决梯度消失问题 D: 循环神经网络RNN和LSTM等模型，则因为其模型结构特点可以更好地应用于时序相关的问题场景
- LSTM可以解决RNN的哪些问题（） A: 梯度消失 B: 梯度爆炸 C: 长期依赖 D: 未来信息缺失
- LSTM可以缓解RNN梯度消失/梯度爆炸的问题。（ ）
- 关于循环神经网络以下说法错误的是（） A: 循环神经网络可以根据时间轴展开 B: LSTM无法解决梯度消失的问题 C: LSTM也是一种循环神经网络 D: 循环神经网络可以简写为RNN
- 当序列很长的时候RNN会出现梯度消失问题。