21. 在基於深度學習的視頻行為識別中，如果需要捕捉到較長時間範圍內的行為依賴性，通常會採用哪種網路架構？ (A) K-均值聚類 (B) 標準的多層感知器 (MLP) (C) 支持向量機 (SVM) (D) 遞歸神經網路 (RNN) 或 3D 卷積神經網路 (3D CNN)