普通的循环神经网络会遇到梯度爆炸和梯度消失的问题，所以现在在自然语言处理领域，一般会使用LSTM网络模型。

梯度消失问题的认识哪个是正确的（） 当序列很长的时候RNN会出现梯度消失问题。 循环神经网络所使用的训练法则叫做时序反向传播，简称BPTT。 循环神经网络使用场景不包括？（） 深度学习是基于RNN循环神经网络。 训练循环神经网络的算法是BPTT 循环神经网络使用场景不包括（） 关于循环神经网络以下说法错误的是？（） 不属于循环神经网络的模型是？（） 梯度洗脱有两种实现方式：低压梯度（外梯度）和高压梯度（内梯度）。 GatedRecurrentunits的出现可以帮助防止在RNN中的梯度消失问题。 神经网络按结构可分为前馈网络和反馈网络，BP神经网络属于（） 根据神经网络的连接方式，神经网络的３种形式为：（）、（）和（）。 关于单层神经网络与多层神经网络的说法中，错误的是__。A.单层神经网络只可以有一个隐藏层B.多层神经网络可以解决线性不可分的问题C.多层神经网络可以有一个或者多个隐藏层D.单层神经网络与多层神经网络都需要用到激活函数（） BP神经网络所具备的功能是 ( ) P神经网络所具备的功能是（）、（）、（）。 REF神经网络是 层前向神经网络 ( ) 下面哪些用循环神经网络处理效果比较好（） 将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题？ .BP神经网络所使用的学习规则是 ( )