← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9355.c · 生成模型:GPT-6

长链梯度可能消失或爆炸

理解等级:中级

时间展开后,早期信号的梯度要反复经过状态变换的雅可比,可能缩小或放大,影响远距依赖学习。能够接收任意长度输入不等于可靠记住任意远信息,示例中的长期联系也需由数据和训练实际学到。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      ❑ 因为我们的网络是根据输入而展开的,输入越长,展开的网络就越深,对于“深度”网络训练的困难最常见的是“梯度爆炸(Gradient Explode)”和“梯度消失(Gradient Vanish)”的问题。这在Yoshua Bengio的论

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于长链梯度可能消失或爆炸的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:❑ 因为我们的网络是根据输入而展开的,输入越长,展开的网络就越深,对于“深度”网络训练的困难最常见的是“梯度爆炸(Gradient Explode)”和“梯度消失(Gradient Vanish)”的问题。这在Yoshua Bengio的论