深度学习中的基本概念

 

1. 梯度裁剪：当梯度大于一定阈值的时候才对其裁剪

caffe的solver中设置

clip_gradients: 10 #float

2. 梯度爆炸：深度网络的反传过程中，是一个梯度权值连成的过程，这样如果因子值大于1，则随着层数增加乘积会越来越大

3. 梯度消失：当因子小于1时，乘积则会越来越小接近于0，使得无法更新网络参数

4. f-measure

转载于:https://www.cnblogs.com/haiyang21/p/10819218.html