某團隊想採用循環神經網路（Recurrent Neural Network, RNN）建構長期氣候數據的預測模型，以下哪一項敘述最符合使用 RNN 可能會遇到的挑戰？
iPAS 考題解析
某團隊想採用循環神經網路（Recurrent Neural Network, RNN）建構長期氣候數據的預測模型，以下哪一項敘述最符合使用 RNN 可能會遇到的挑戰？
- A. RNN 無法處理可變長度的序列輸入，因此在實務上限制極大；
- B. RNN 在長序列訓練中可能出現梯度消失，影響模型效果； ✓ 正確答案
- C. RNN 無法捕捉時間上的依賴關係，因此預測準確度低；
- D. RNN 只能用於分類任務，不能應用於時間序列預測
詳細解析
RNN 在處理長序列時容易出現梯度消失（Vanishing Gradient）問題，導致模型難以學習長距離的時間依賴關係。這是 RNN 的已知限制，後續的 LSTM 和 GRU 就是為了解決此問題而設計。
出題年份：114 難度：★★☆