知识卡片
循环网络梯度不稳定
简单 RNN 沿时间反向传播时反复经过循环权重和激活函数的导数。梯度可能随步数缩小或增大,分别导致远期依赖难以学习或更新不稳定;书中用最大奇异值分析重复矩阵乘积:若小于 1 会持续压缩,若大于 1 则可能放大,但并不保证爆炸;具体变化还取决于权重、状态和梯度方向。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- Gated RNN · 查看原书依据
随着时间的回溯,这个简单 RNN 未能避免梯度变小(梯度消失)或者梯度变大(梯度爆炸)的命运。
参考来源
- 位置:《深度学习进阶:自然语言处理》第6章《Gated RNN》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0011_split_001.html)
- 结论依据:正文解释对应机制和学习问题。
- 原始内容:随着时间的回溯,这个简单 RNN 未能避免梯度变小(梯度消失)或者梯度变大(梯度爆炸)的命运。