01:51:12

9557观看 14弹幕

更新18：Python人工智能+数据分析零基础-超详细-速成课：教授2小时完整课系列：1000多集（每周内容都不同）

此内容无法展示，请 重新加载

【AI人工智能】题库:纯公益分享

【就业+考研】笔试+面试必会

【小白从小学Python,C,Java】

[太阳]知识点名称

梯度消失问题

[太阳]知识点讲解

梯度消失是深度神经网络训练中的常见问题，尤其是在多层网络或循环神经网络中。它指的是在反向传播过程中，梯度在反向传播过程中逐层衰减（甚至呈指数级减小），导致靠近输入层的权重几乎得不到更新，从而使模型难以学习长期依赖关系。

例如，在使用sigmoid或tanh激活函数时，其导数值在绝对值较大的输入处趋近于零，多层连乘后梯度会迅速衰减至接近0。

为了解决这个问题，常见方法包括使用ReLU激活函数、残差网络（ResNet）、以及改进的循环结构如LSTM等。

[太阳]例题（单选题）

梯度消失会导致什么问题？

A选项：靠近输入层的权重难以更新

B选项：模型参数爆炸

C选项：数据标签丢失

D选项：模型训练加速，很快收敛

[太阳]答案与题解

答案、题解：见评论区

[太阳]温馨期待

期待大家提出宝贵建议，互相交流，收获更大，助教：yy

#AI创造营#​ [握手] #科技风向标#​