一、概述

        如今人们利用深度学习做无数的应用。然而，为了理解在许多作品中看到的大量设计选择（例如跳过连接），了解一点反向传播机制至关重要。

        如果你在 2014 年尝试训练神经网络，你肯定会观察到所谓的梯度消失问题。简单来说：你在屏幕后面检查网络的训练过程，你看到的只是训练损失停止减少，但距离期望值仍然很远。

1、更新规则和梯度消失问题 

        没有动量的梯度下降的更新规则，假设 L 是损失函数，λ是学习率

，其中

        基本上是通过少量更改来更新参数Δwi​。它是根据梯度计算的，假设早期层的平均梯度为1e-15 (ΔL/δw)。给定学习率为 1e-4（方程中的 λ），乘积为1e-19，因此，在训练网络时，实际上并没有观察到模型的任何