摘要: 梯度消失、爆炸带来的影响 举个例子,对于一个含有三层隐藏层的简单神经网络来说,当梯度消失发生时,接近于输出层的隐藏层由于其梯度相对正常,所以权值更新时也就相对正常,但是当越靠近输入层时,由于梯度消失现象,会导致靠近输入层的隐藏层权值更新缓慢或者更新停滞。这就导致在训练时,只等价于后面几层的浅层网络的 阅读全文
posted @ 2021-10-06 16:39 图神经网络 阅读(211) 评论(0) 推荐(0) 编辑
Live2D