# RNN & Chuỗi (Data Science & ML)

> RNN, LSTM, GRU, vanishing gradient, chuỗi thời gian, dự báo, sequence-to-sequence

- 22 câu hỏi phỏng vấn
- Senior
- [Câu hỏi phỏng vấn: Data Science & ML](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van.md)

## 1. Đặc điểm chính phân biệt RNN với mạng nơ-ron feedforward cổ điển là gì?

**Câu trả lời**

RNN có các kết nối hồi quy duy trì trạng thái ẩn (hidden state) phát triển theo thời gian. Trạng thái ẩn này hoạt động như bộ nhớ thu thập thông tin từ các đầu vào trước đó trong chuỗi. Không giống mạng feedforward nơi mỗi đầu vào được xử lý độc lập, RNN có thể mô hình hóa các phụ thuộc thời gian giữa các phần tử của chuỗi.

## 2. Trạng thái ẩn h_t được tính như thế nào trong một RNN đơn giản (vanilla RNN) tại mỗi time step?

**Câu trả lời**

Trong vanilla RNN, trạng thái ẩn h_t được tính bằng cách áp dụng một hàm kích hoạt (thường là tanh) cho tổ hợp tuyến tính của đầu vào hiện tại x_t có trọng số W_xh và trạng thái ẩn trước đó h_{t-1} có trọng số W_hh, cộng với một bias. Công thức này cho phép mạng kết hợp thông tin mới với bộ nhớ từ các time step trước đó.

## 3. Vấn đề vanishing gradient chính trong RNN là gì và khi nào nó xảy ra?

**Câu trả lời**

Vanishing gradient xảy ra trong backpropagation through time (BPTT) khi gradient được nhân nhiều lần với các giá trị nhỏ hơn 1. Trên các chuỗi dài, các gradient này trở nên nhỏ theo cấp số nhân, ngăn mạng học các phụ thuộc dài hạn. Trọng số của các lớp thời gian ban đầu hầu như không được cập nhật.

## Còn 19 câu hỏi nữa

- Ba gate cấu thành một ô LSTM là gì và vai trò tương ứng của chúng là gì?
- LSTM giải quyết vấn đề vanishing gradient như thế nào so với vanilla RNN?

Đăng ký miễn phí: https://sharpskill.dev/vi/login

## Các chủ đề phỏng vấn Data Science & ML khác

- [Cơ bản về Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-basics.md): 25 câu hỏi, Junior
- [Lập trình Hướng đối tượng Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-oop.md): 20 câu hỏi, Junior
- [Cấu trúc dữ liệu Python](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/python-data-structures.md): 20 câu hỏi, Junior
- [Kiến Thức Cơ Bản về Git](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/git-fundamentals.md): 18 câu hỏi, Junior
- [Cơ bản về SQL](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/sql-basics.md): 20 câu hỏi, Junior
- [Kiến thức cơ bản về NumPy](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/numpy-fundamentals.md): 22 câu hỏi, Junior
- [Cơ bản về Pandas](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/pandas-basics.md): 22 câu hỏi, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/jupyter-colab.md): 16 câu hỏi, Junior
- [SQL Joins & Truy vấn nâng cao](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/sql-joins-advanced.md): 22 câu hỏi, Mid-Level
- [Pandas nâng cao](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/pandas-advanced.md): 24 câu hỏi, Mid-Level
- [Trực quan hóa với Matplotlib & Seaborn](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/matplotlib-seaborn.md): 20 câu hỏi, Mid-Level
- [Trực quan hóa tương tác với Plotly](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/plotly-interactive.md): 18 câu hỏi, Mid-Level
- [Thống kê mô tả](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/statistics-descriptive.md): 20 câu hỏi, Mid-Level
- [Thống kê suy luận](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/statistics-inferential.md): 24 câu hỏi, Mid-Level
- [Web Scraping](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/web-scraping.md): 18 câu hỏi, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/bigquery-cloud.md): 18 câu hỏi, Mid-Level
- [Feature Engineering](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/feature-engineering.md): 22 câu hỏi, Mid-Level
- [ML Có Giám Sát: Hồi Quy](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-supervised-regression.md): 24 câu hỏi, Mid-Level
- [ML Có Giám Sát: Phân Loại](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-supervised-classification.md): 24 câu hỏi, Mid-Level
- [Cây Quyết định & Ensemble](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-trees-ensembles.md): 24 câu hỏi, Mid-Level
- [ML Không Giám Sát](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-unsupervised.md): 22 câu hỏi, Mid-Level
- [Pipeline ML & Xác thực](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/ml-pipelines-validation.md): 22 câu hỏi, Mid-Level
- [Chuỗi thời gian & Dự báo](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/time-series-forecasting.md): 22 câu hỏi, Mid-Level
- [Cơ Bản Về Deep Learning](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/deep-learning-fundamentals.md): 24 câu hỏi, Senior
- [TensorFlow & Keras](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/tensorflow-keras.md): 22 câu hỏi, Senior
- [CNN và phân loại hình ảnh](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/cnn-image-classification.md): 24 câu hỏi, Senior
- [Transformers & Attention](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/transformers-attention.md): 24 câu hỏi, Senior
- [NLP & Hugging Face](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/nlp-huggingface.md): 24 câu hỏi, Senior
- [GenAI & LangChain](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/genai-langchain.md): 24 câu hỏi, Senior
- [MLOps và Triển khai](https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/mlops-deployment.md): 24 câu hỏi, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/vi/technologies/data-science/cau-hoi-phong-van/rnn-sequences