模型出现梯度爆炸如何解决

2744557306

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
5 }- d: ~% S3 r2 C+ H7 _4 hLSTM(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。
1 {8 ^$ q9 R$ E' Y8 d& ]# k
/ K! k' {2 j" c9 n. W# E0 R% b1 p


, C: V* i2 V' N& |& y7 ]7 b, b4 z! h