梯度消失，梯度爆炸

用I_k代表第K个神经元的总输入，用O_k代表第k个神经元的输出。
举例计算5号神经元的梯度：

G_k有可能在传播过程中绝对值越来越小（直到变成0），这称为梯度消失，其会使得网络的训练停滞不前。

G_k有可能在传播过程中绝对值越来越大（直到发散），这称为梯度爆炸，其会使得网络不稳定，性能崩溃。

梯度消失举例：
如果采用sigmoid或tanh非线性，在输入的绝对值很大的时候，会出现“饱和”，即导数趋近0，根据公式，会造成梯度消失。

梯度爆炸的例子：
如果网络中的W很大，例如初始化网络时使用了过大的初始值，或是网络的权重随着训练越来越大，就可能发生梯度爆炸。对于循环神经网络和GAN，较为容易出现这种现象。

因此，如果发现网络的训练性能很差，就要考虑是否出现了梯度消失和梯度爆炸。
改善梯度可通过多种技巧，包括批规范化、残差网络，还可采用梯度截断技术，或引入一定的梯度惩罚。