梯度消失（vanishing gradient）和梯度爆炸（exploding gradient)

原文链接:https://blog.csdn.net/guoyunfei20/article/details/78283043

参考链接:https://www.cnblogs.com/DLlearning/p/8177273.html

神经网络中梯度不稳定的根本原因：在于前层上的梯度的计算来自于后层上梯度的乘积（链式法则）。当层数很多时，就容易出现不稳定。下边3个隐含层为例：

其b1的梯度为：

加入激活函数为sigmoid，则其导数如下图：

sigmoid导数σ'的最大值为1/4。同常一个权值w的取值范围为abs(w) < 1，则：|wjσ'(zj)| < 1/4，从而有：

从上式可以得出结论：前层比后层的梯度变化更小，变化更慢，进而引起梯度消失的问题。相反，如果|wjσ'(zj)| > 1时，前层比后层的梯度变化更大，就引起梯度爆炸的问题。实际中，当使用sigmoid作为激活函数时，更普遍的是梯度消失的问题。

在重复一遍，从根本上讲无论是梯度消失还是梯度爆炸，其背后的原因是前层网络的梯度是后层网络的乘积，所以神经网络不稳定。唯一可能的情况是以上连续乘积刚好平衡在1左右，但这种几率很小。

解决梯度消失的方法：

隐含层神经元的激活函数用Relu！