雲山霧罩的雲霧提示您：看後求收藏（貓撲小說www.mpzw.tw），接着再看更方便。
2014年，人工智能領域正處於深度學習的快速發展時期，但在訓練深層神經網絡時，仍存在一些無法繞過的核心難題，其中“梯度消失”和“梯度爆炸”問題尤其突出。
當馬庫斯和林楓的對話逐漸轉向這些人工智能瓶頸時，他們自然聊到了這個話題。
對於人工智能涉及到的梯度消失和梯度爆炸這個問題，對於前世就從事人工智能方面工作的林楓來說，他自然是不陌生。
梯度消失和梯度爆炸是神經網絡訓練中常見的問題。
瞭解梯度消失和梯度爆炸首先要了解神經網絡。
簡單說，神經網絡是一種模仿人腦工作原理的計算模型。
它由很多“神經元”組成，這些神經元分成多層，數據會從一層傳到另一層，最終得到一個結果。
訓練神經網絡的過程就是不斷調整這些神經元之間的“連接強度”，讓網絡的輸出越來越接近我們想要的結果。
爲了調整神經網絡中的這些連接強度，我們需要用到一種叫“梯度”的東西。
簡單來說，梯度就是用來指引我們“往哪裏走”的方向，就像你爬山時要知道往哪邊是上坡、哪邊是下坡。
