← 返回卡片

原书出处

机器学习基础:从入门到求职

15 第15章 深度神经网络模型 15.2.5 梯度消失与梯度爆炸

2019年4月第1版 · 核验版本的摘录快照 · 导入于 2026-11-19T00:01:01.086Z

前面讲到,Sigmoid函数的导数可以表达为σ'(x)=σ(x)(1−σ(x)),而σ(x)是一个区间在(0,1)的函数,因此σ'(x)的值肯定是小于1的。但在反向传播过程中,权重系数的梯度更新会涉及很多次σ'(x)的累乘。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00018.html

EPUB SHA-256:668cfaf149b91045c65faaefd0e0dc91c54a884540aaf29c01ca16d1743e248a