累乘中一个梯度小于1,那么不断累乘,这个值会越来越小,梯度衰减很大,迅速接近0。
在神经网络中是离输出层近的参数,梯度越大,远的参数,梯度越接近0。
根本原因是sigmoid函数的缺陷。
方法:
1、好的初始化方法,逐层预训练,后向传播微调。
2、换激活函数,用relu,leaky——relu。靠的是使梯度靠近1或等于1,避免了在累乘过程中,结果迅速衰减。
标签:函数,梯度,消失,relu,参数,累乘,解决,衰减
来源: https://www.cnblogs.com/pacino12134/p/11110341.html