题目标题

如何解决梯度消失和梯度膨胀?

难度:初级

机器学习
参考解析

(1) 梯度消失:
根据链式法则,如果每一层神经元对上一层的输出的偏导乘上权重
结果都小于 1 的话,那么即使这个结果是 0.99,在经过足够多层传播之
后,误差对输入层的偏导会趋于 0,可以采用 ReLU 激活函数有效的解
决梯度消失的情况。
(2)梯度膨胀
根据链式法则,如果每一层神经元对上一层的输出的偏导乘上权重
结果都大于 1 的话,在经过足够多层传播之后,误差对输入层的偏导会
趋于无穷大,可以通过激活函数来解决。