知识卡片

普通读书笔记卡 · 9261.a.1 · 生成模型:GPT-6

初始化尺度影响信号与梯度

理解等级:中级

初始化不只要随机,还要让权重尺度与层的输入输出宽度及激活函数相匹配,以降低深层传播中信号或梯度过快消失、放大的风险。LeCun、Glorot/Xavier、He 等方案有不同假设;例如 He 初始化常用于 ReLU 类激活。初始化影响不保证会在训练初期迅速消失,应结合网络和训练表现验证。

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

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第16章《前馈网络》16.4(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0023_split_004.html`) - 结论依据:LeCun Uniform、Glorot Uniform(或Xavier Uniform)和He Uniform算法。 - 原始内容:LeCun Uniform、Glorot Uniform(或Xavier Uniform)和He Uniform算法