| |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| -> 人工智能 -> 深度学习41（梯度不平稳性与Glorot条件） -> 正文阅读 |
|
|
[人工智能]深度学习41（梯度不平稳性与Glorot条件） |
|
梯度消失与梯度爆炸的成因：网络结构里面的很多参数可能是大于1或者小于1的，当是小于1的时候，层数多了，多乘了几次之后就容易造成梯度消失，梯度爆炸同理
? 返回值为迭代器的，可以用list把他打印出来 ? ?这里主要讲了看每一层的参数是什么怎么查看的 如何解决梯度消失梯度爆炸问题？
?对于tanh这个函数，可以把数据都变成均值为0，方差为1的数据，这样数据在反向传播迭代的时候，梯度就会在1附近，就不会出现梯度爆炸或者消失的这种情况
w的初始值不可以都设置为0，所以要借助工具生成均值为0的随机数，那么方差该怎么确定呢？
? |
|
|
|
|
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| 360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/27 2:32:48- |
|
| 网站联系: qq:121756557 email:121756557@qq.com IT数码 |
?神经网络的随机种子设置的不同，会影响模型的好坏，这个随机数怎么设置13.5节会讲