[已经解决] 模型出现梯度爆炸如何解决

[复制链接]

字体大小: 正常放大

2744557306

1189 主题	4 听众	2934 积分

该用户从未签到

电梯直达

1^#

发表于 2023-7-21 11:17 |只看该作者 |正序浏览

|招呼Ta 关注Ta

重新设计网络层更少的网络，在循环神经网络中，训练过程中在更少的先前时间步上进行更新。(沿时间的截断反方向传播)来缓解梯度爆炸问题。使用ReLU激活函数使用LSTM网络
LSTM(长短期记忆)，是一种特殊的RNN, 在循环神经网络中，梯度爆炸发生可能是因为某种网络的训练本身存在不稳定性，如随时间的反向传播本质上是将循环网络转换成深层神经网络。
使用LSTM单元和相关的门类神经元结构可以减少梯度爆炸问题。使用梯度截断，在训练过程中检查和限制梯度的大小，当梯度超过阈值就截断。对权重使用正则化。惩罚产生较大权重的损失函数。

zan