在深层神经网络中，梯度消失现象通常会导致什么后果？ A. 模型训练速度加快 B. 前面层的权重更新缓慢 C. 模型参数不稳定 D. 训练过程发散 答案解析 梯度消失是指在反向传播过程中，梯度逐层减小，导致前面层的权重更新缓慢，模型难以学习有效特征。正确答案是B。选项A错误，因为梯度消失会减慢训练速度；选项C和D与梯度爆炸相关，而非梯度消失。 正确答案：B