深度学习与大模型 习题及答案 第5章-循环神经网络与自然语言处理-课后习题.docx

第五章循环神经网络与自然语言处理

一、问答题

1.简述循环神经网络的基本原理。

答：循环神经网络（RNN）的基本原理：核心是通过隐藏层的循环连接保留历史信息，像“带记忆的神经网络”。它在处理序列数据时，每个时刻的输出不仅依赖当前输入，还会结合上一时刻隐藏层的状态，实现对时序信息的捕捉和传递。

2.简述时间序列与RNN的关系。

答：时间序列与RNN的关系：时间序列是具有时序依赖的序列数据（如股价、气温），而RNN的核心优势是通过循环结构捕捉时序信息，二者是“数据类型”与“适配模型”的对应关系，RNN是处理时间序列预测、分类等任务的经典模型。

3.简述循环神经网络的局限性及解决思路。