面试题库 › 算法 / 大模型 › RNN 与 LSTM 的原理及区别

RNN 与 LSTM 的原理及区别

难度 ★★☆在 7 场真实面经中被问到 方向:算法 / 大模型考点:循环神经网络

哪些公司问过

字节跳动2快手1华为1百度1蚂蚁集团1招银网络科技1

常见岗位:机器学习算法(泛)、计算机视觉、人工智能、大模型算法、NLP / 语音

答案要点

  1. RNN:隐状态由当前输入和上一时刻隐状态决定,参数共享
  2. 通过时间反向传播,长序列梯度消失或爆炸,难学长依赖
  3. LSTM 引入细胞状态和三个门:遗忘门、输入门、输出门
  4. 门用 sigmoid,细胞状态加法更新,梯度更容易传播
  5. 代价:参数多、计算慢、难以并行,被 Transformer 取代

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题