循环神经网络（RNN）相比传统前馈神经网络的核心优势是什么？（）

循环神经网络（RNN）相比传统前馈神经网络的核心优势是什么？（）

A.计算速度更快，能够并行处理所有输入

B.参数量更少，训练效率更高

C.通过循环连接形成"记忆"机制，能够捕捉时序依赖关系

D.网络结构更简单，更容易理解和实现

正确答案：C

答案解析：

选项A：RNN由于其循环连接的特性，在处理序列时是按时间步依次处理的，难以并行处理所有输入，计算速度通常不如传统前馈神经网络快。传统前馈神经网络的数据流动是单向的，从输入层到输出层，更容易实现并行计算。所以A选项错误。

选项B：RNN的参数量不一定比传统前馈神经网络少。RNN的隐藏层存在反馈连接，这使得其结构相对复杂，参数量取决于网络结构、层数、每层神经元数量等多种因素，不能简单地认为其参数量少且训练效率更高。实际上，由于RNN处理序列的方式，训练过程可能更加复杂和耗时。所以B选项错误。

选项C：RNN的核心优势在于其隐藏层具有循环连接，这一结构使得RNN能够保存之前时间步的信息，并将其传递到当前时间步，从而形成一种“记忆”机制，能够有效捕捉序列数据中的时序依赖关系。例如在处理自然语言句子时，RNN可以根据前文的单词信息来更好地理解当前单词，在语音识别中也能利用之前的语音信息来处理当前音频帧。而传统前馈神经网络没有这种处理序列依赖的能力，C选项正确。

选项D：RNN的网络结构因包含循环连接，相比传统前馈神经网络更为复杂，理解和实现的难度也更高。传统前馈神经网络结构较为简单，数据流动清晰，更容易理解和实现。所以D选项错误。