神经网络梯度消失、梯度爆炸

• • 形成原因，以 BP 为例说明
  • 解决方案

形成原因，以 BP 为例说明

• 训练后期，最后一层网络越接近sigmoid两端，此时梯度很小，反向传播导致浅层网络的梯度更小，难以更新权重
• 很深的网络哦容易出现这个问题，梯度计算的结果显示，低层网络的梯度是高层网络梯度结果（部分）的叠乘和它自己的部分的乘积。

解决方案

Batch Normalization

• 解决问题：Internal Convoriance shift - 由于参数变化，神经网络中间层的数据分布与输入不同，随着网络加深，差异也变大。但是label不变（源空间和目标空间的分布不一致）
• 解决方案：对每一层的输入做批量归一化，是数据分布为N(0,1)，【注意：均值方差一致不代表数据分布一致】。y也通过下列形式y=λ∗x̂ +β$y=\lambda \ast \hat{x}+\beta$ 做变换。
  - 一方面使得数据有恢复输入的数据分布的可能性，保留了网络的capacity。保证模型的表达能力不因为规范化而下降
  - 另一方面BN还解决了梯度弥散的问题。归一化得到的权重伸缩不变性（把w增大n倍，不影响归一化的结果）。但是在反向传播过程中，尺度较大的权重会得到更小的梯度，在同等学习速率下获得的更新更少，使得整体的w更加稳健？
  
  • 使用BN需要注意的问题：
• BN 比较适用的场景是：每个 mini-batch 比较大，数据分布比较接近。在进行训练之前，要做好充分的 shuffle. 否则效果会差很多。
  
  • 与Dropout的冲突
• BN和海森矩阵

ReLU

- RELU没有sigmoid的饱和问题。但是RELU对大的梯度不鲁棒，有可能导致神经元不再**，值为0，梯度也为0。解决办法LeakyRELU         
- 实际情况是，我们还是首选RELU，通过设置小学习率防止神经元dead

ResNet，

        - 解决梯度消失（不过有效路径比较短）

        - 残差学习，让学习变得更加容易，差分放大器（使网络对微小的变化更加敏感，权重更新更快）
        - 集成学习