relu函数是否存在梯度消失问题以及relu函数的死亡节点问题

本文探讨了ReLU激活函数存在的梯度消失问题及其导致的死亡节点现象。当学习率设置过高,权重更新幅度大,使得输入数据通过ReLU神经元时输出值小于0,激活函数输出为0,神经元停止更新,形成死亡节点。

relu函数是否存在梯度消失问题以及relu函数的死亡节点问题

存在,在小于的时候,激活函数梯度为零,梯度消失,神经元不更新,变成了死亡节点。
出现这个原因可能是因为学习率太大,导致w更新巨大,使得输入数据在经过这个神经元的时候,输出值小于0,从而经过激活函数的时候为0,从此不再更新。所以relu为激活函数,学习率不能太大

转载于:https://www.cnblogs.com/lzida9223/p/10972786.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值