反向传播的迭代公式为
其中f是激活函数,常用sigmoid激活函数求导为
导数值域都小于1,误差经过每一层传递都会减小,层数很深的时候,梯度就会不停衰减,甚至消失,使网络很难训练,这就是梯度消失问题。
解决方法:BN,ResNet,权重正则(爆炸),换激活函数
反向传播的迭代公式为
其中f是激活函数,常用sigmoid激活函数求导为
导数值域都小于1,误差经过每一层传递都会减小,层数很深的时候,梯度就会不停衰减,甚至消失,使网络很难训练,这就是梯度消失问题。
解决方法:BN,ResNet,权重正则(爆炸),换激活函数