LSTM模型进行语音识别的优点有：
A: 长短时记忆能力
B: 缓解RNN的梯度消散和梯度爆炸问题
C: 适合嵌入式设备
D: 所有模块统一成神经网络模型
A: 长短时记忆能力
B: 缓解RNN的梯度消散和梯度爆炸问题
C: 适合嵌入式设备
D: 所有模块统一成神经网络模型
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可以缓解RNN梯度消失/梯度爆炸的问题。（ ）
- ________是一种特殊的RNN，解决了梯度消失和梯度爆炸，在长序列中表现更好。 A: 卷积神经网络（CNN） B: 循环神经网络（RNN） C: 长短期记忆LSTM D: 时序网络
- LSTM模型和RNN模型都是属于深度学习模型，都可用于情感分析任务中，但是LSTM 模型克服了梯度消失问题。（ ）
- 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