Unverified50% confidenceFactExact time

梯度消失是深层神经网络中梯度值在反向传播过程中指数级衰减，导致靠近输入层的参数几乎得不到更新

1

Sources

50%

Confidence

Long-term

Relevance

7/13/2026

First Seen

Sources

AI时代还需要手写机器学习算法吗？答案与方法

redditr/learnmachinelearning7/11/2026

Related Claims

Unverified深度神经网络天然倾向于过拟合训练分布，对分布外样本的处理能力往往大幅下降79% similar UnverifiedRNN存在梯度消失/爆炸问题，梯度跨越大量时间步传递时会指数级衰减或膨胀，导致难以学习远距离依赖77% similar Verified梯度下降通过沿着损失函数梯度的反方向迭代调整权重使预测误差逐步收敛74% similar Unverified反向传播机制要求整个计算图必须是可微分的，且在极深网络中存在梯度消失/爆炸问题73% similar UnverifiedRNN面临梯度消失问题，序列越长梯度经过的乘法链越长，数值呈指数级缩小72% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/496006

API

curl https://kongchang.com/api/v1/knowledge/claims/496006

MCP

get_claim(id=496006)