（PS：因时间关系，本文是口水话，很少公式。需要一定神经网络知识的小伙伴才看的懂哦。如有不对，请批评指正）

好啦，戏太多，下面进入正题------------------------------>

---

1. 众所周知，神经网络中的**函数，很多都是用的S型函数。（sigmiod函数）

2. 当神经网络层次够深的时候，更新权重，也许会出现梯度消失！！！

---

原因如下：

1 神经网络用的是梯度下降法，来进行每次更新网络的权重w，假如loss函数为： (简写的哈)

     Loss = (y - y')^2,  其中y = f(wx + b) 

     那么，每次更新w用求导法则 w = w + w',   w' = （Loss对w的求导），也就是每次的梯度，对吗？ ok...继续......

     但是：我们知道复合函数求导：是一层一层又一层，多层函数求导相乘，对吧......

    所以最后w' 应该是：(Loss对y求导）*（y对f函数求导）*（f函数对w求导）

2. 注意上述中间项：（y对f型函数求导）， 因为f是**函数，即sigmiod函数。

    所以其实这一中间项：就是sigmiod函数求导，我们经过推算，sigmiod函数求导，他的导数值永远遵循如下：

什么意思？  就是S型函数的求导值：永远是小于0.25的！！！

这又是什么意思？，也就是说，假如 哪怕我取s函数求导最大为0.25好吧  ------>

 

那么：假如你的深度网络有100层，方向传播求w的时候，根据函数求导要一层又一层的原因----------->

那么:  w', 也就是梯度，对100层网络来说，其反向传播走到接近输入层的时候，最终会拖着很长很长的计算公式：

（LOSS求导）*（S型函数求导）*（S型函数求导）*（S型函数求导）... * ... *(S型函数求导) * （最后函数对W求导）... 等等...

这不就是一个值*0.25*0.25*0.25*0.25*...*0.25 *其他等等吗？

那么： 若干个0.25相乘，快趋近于0了好吧，所以梯度消失了.................

 

如何防止梯度消失：

网络层中适当的用Relu**函数就可以。为什么？ 因为Relu函数长这样：

1. x>0 的时候，relu是y=x, 求导就是1，套到前面的论述的话：100个1 相乘还是为1， 大不了不变呗，但不会梯度消失

2 x<0 的时候，relu=0，常数求导为0，这个意思就是：大不小那个神经元不更新，起到网络稀疏的效果...