5*2分填空题1.cnn中层完成了局部特征提取2.fcn中神经元对输入的数据进行激活函数3.rnn梯度消失梯度爆炸所以提出了网络和网络4.transformer架构核心是机制答案好的我们来逐一解答这几个填空题这些题目考察的是深度学习中的基础概念。---**1. CNN中 层完成了局部特征提取**答案**卷积层**解析卷积层通过卷积核滤波器在输入数据上滑动提取局部区域的特征这是CNN的核心操作。---**2. FCN中神经元对输入的数据进行 激活函数**答案**线性变换**或**加权求和**、**仿射变换**解析全连接网络FCN中每个神经元先对输入做加权求和再加上偏置如果有的话即线性变换然后通过激活函数引入非线性。---**3. RNN梯度消失梯度爆炸所以提出了 网络和 网络**答案**LSTM**长短期记忆网络和 **GRU**门控循环单元解析LSTM和GRU通过引入门控机制遗忘门、输入门、输出门等有效缓解了传统RNN在处理长序列时的梯度消失和梯度爆炸问题。---**4. Transformer架构核心是 机制**答案**自注意力**Self-Attention机制解析Transformer完全依赖自注意力机制来捕捉序列中不同位置之间的依赖关系替代了RNN的循环结构和CNN的卷积结构。声明著作权归作者所有。商业转载请联系作者获得授权非商业转载请注明出处。