时间序列预测（七）——梯度消失（Vanishing Gradient）与梯度爆炸（Exploding Gradient）
目录
一、定义
二、产生原因
三、解决方法：
梯度消失与梯度爆炸是深度学习中常见的训练问题，它们主要发生在神经网络的反向传播过程中，使得模型难以有效学习。
一、定义
1、梯度消失（Vanishing Gradient）：指的是在反向传播时，随着层数增加，梯度逐渐衰减到接近零的现象。梯度消失的主要问题在于模型的前几层权重几乎无法得到有效更新，使得训练过程收敛非常缓慢，尤其在处理长序列或深层网络时表现得尤为明显。
2、梯度爆炸（Exploding Gradient）：指在反向传播时，随着层数增加，梯度成指数级增长的现象。这种现象会导致权重值迅速变得非常大，从而影响模型稳定性，甚至出现数值溢出，使得网络无法收敛。
二、产生原因
1、梯度消失：
- 隐藏层层数过多。
- 采用了不合适的激活函数，如sigmoid或tanh，它们的导数在大部分区间内都小于1，容易导致梯度消失。
2、梯度爆炸：
- 隐藏层层数过多。
- 权重的初始化值过大。
- 激活函数的导数值在某些区间内过大。
三、解决方法：
1、梯度消失：
- 选择合适的激活函数：ReLU、Leaky ReLU 等激活函数可以缓解梯度消失问题，因为它们在正区间没有梯度衰减。可以看这篇文章：时间序列预测（三）——激活函数（Activation Function）-CSDN博客
- 梯度裁剪（Gradient Clipping）：设定一个最小梯度阈值，以防止梯度过度缩小。
- 使用 LSTM 或 GRU：通过引入门控机制，LSTM 和 GRU 能够有效缓解梯度消失问题，使模型更稳定。
- 权重初始化：使用如 Xavier 初始化、He 初始化等可以让初始权重更适合反向传播。
2、梯度爆炸：
- 梯度裁剪：设定一个最大梯度阈值，对超过该阈值的梯度进行截断，限制梯度更新的幅度。
- 权重正则化：通过权重惩罚（如 L2 正则化）限制权重值过大，从而防止梯度爆炸。
- 批归一化（Batch Normalization）：在每层激活后对输入数据进行归一化，控制数值范围，避免梯度爆炸。
别忘了给这篇文章点个赞哦，非常感谢。我也正处于学习的过程，如果有问题，欢迎在评论区留言讨论，一起学习！
