49. 若團隊需要建立一個超過 50 層的深層神經網路，以捕捉晶圓表面細微的劃傷特徵，但又擔心傳統深層網路常見的梯度消失(Vanishing Gradient)問題，則下列哪一種經典架構最適合優先考慮？ (A)VGG(Visual Geometry Group)：透過重複堆疊 3×3 卷積層與池化層來維持梯度穩定； (B)GoogLeNet：透過 Inception 模塊並行使用不同大小的卷積核，以避免深層網路的梯度問題； (C)ResNet ( Residual Network )：透過殘差連接 ( Residual Connection / Skip Connection)，使梯度能跨層傳遞並降低深層訓練困難； (D)Vision Transformer(ViT)：完全捨棄卷積，因此不會出現任何深層模型的訓練問題