(1)梯度不稳定问题 什么是梯度不稳定问题: 深度神经网络中的梯度不稳定性,前面层中的梯度或会消失,或会爆炸。 原因: 前面层上的梯度是来自于后面层上梯度的乘乘积。当存在过多的层次时,就出现了内在本质上的不稳定场景,如梯度消失和梯度爆炸。 (2)梯度消失 原因: 深层网络中采用了不合适的损失函数,比如sigmoid。 (3)梯度爆炸 原因: 一般出现在深层网络和权值初始化太大的情况下。 Relu函数 负半轴也存在的倒数为0,那么也会存在梯度消失的情况。 解决方案