下列那一種深度學習架構，最常用於處理時間序列數據或序列資料，如語音識別和自然語言處理？

題目

下列那一種深度學習架構，最常用於處理時間序列數據或序列資料，如語音識別和自然語言處理？ A. 卷積神經網絡（CNN） B. 循環神經網絡（RNN） C. 生成對抗網絡（GAN） D. 自編碼器（Autoencoder）

官方答案

• 答案：B. 循環神經網絡（RNN）

解析

循環神經網路（RNN）具有隱藏狀態，會將前一時步的資訊傳遞至下一時步，因此適合處理具先後順序的序列資料，如語音辨識、機器翻譯與自然語言處理；LSTM、GRU 即為其改良架構。A 的 CNN 以卷積核擷取空間局部特徵，主要用於影像。C 的 GAN 由生成器與判別器對抗訓練，用於生成資料。D 的自編碼器用於壓縮表徵、降維或去噪，皆非序列建模的首選。

AI 參考解析（推得答案已與官方答案比對一致），非官方公告內容，僅供備考參考。

官方資料

• 官方試題 PDF
• 官方答案 PDF

答案以考選部公告之測驗式試題標準答案 PDF 為準。