数据岗位面试题更新 2026-08-05
LSTM和RNN的区别是什么？LSTM用什么来避免梯度爆炸？
小天才数据通信/运营商问题拆解技术原理
考察说明
考察对循环神经网络变体的原理理解和梯度问题处理
回答思路
- 准确描述RNN的简单循环结构和长期依赖缺陷
- 说明LSTM的门控机制（输入门、遗忘门、输出门）和细胞状态
- 解释LSTM如何缓解梯度消失，而非梯度爆炸
- 针对梯度爆炸给出具体处理手段，如梯度裁剪
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
