Unverified50% confidenceFactExact time
RNN存在两大缺陷：无法并行计算导致速度慢，以及长距离依赖信息衰减的健忘问题
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
CNN到Transformer：AI理解人类语言的进化之路
bilibiliAI-Agent搭建7/9/2026
Related Claims
UnverifiedRNN（循环神经网络）的核心缺陷在于其串行计算特性，必须按时间步逐一处理序列，导致长距离依赖关系随序列长度指数级衰减81% similarUnverifiedRNN 引入隐状态机制，理论上能记忆任意长度上下文，但受梯度消失问题困扰78% similarUnverified传统 RNN 架构因顺序处理的局限在面对远距离依赖时会出现梯度消失问题76% similarUnverifiedRNN及其变体LSTM和GRU按时间步依次处理序列，存在梯度指数级衰减导致长距离依赖捕捉困难，以及无法并行化训练的缺陷75% similarUnverifiedRNN存在梯度消失/爆炸问题，梯度跨越大量时间步传递时会指数级衰减或膨胀，导致难以学习远距离依赖75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/490819API
curl https://kongchang.com/api/v1/knowledge/claims/490819MCP
get_claim(id=490819)