(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:
  1. 深层网络中
  2. 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。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
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

在这里插入图片描述
在这里插入图片描述

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐