如何解决梯度消失和梯度膨胀？

How do you solve vanishing gradients and exploding gradients?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Deep Learning

标签: Vanishing Gradient, Exploding Gradient, ReLU, BatchNorm

参考答案摘要

答案 （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，也可以用Batch Normalization解决这个问题。关于深度学习中Batch Normalization为什么效果好？（2）梯度膨胀根据链式法则，如果每一层神经元对...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案、收藏题目并进行模拟面试练习。