神经网络（四）-vanishing gradient problem

在前面的章节中，咱们已经了解了神经网络的基本模型，以及如何使用梯度降低法来学习优化神经网络的参数。在前面的数字识别的例子中，咱们能够设计不一样的神经网络结构，固然获得的识别率也是有区别的，好比除了输入层（784个神经元）和输出层（10个神经元），若是咱们只添加一个隐含层（30个神经元），运行30个epoch，mini-batch为10， η=0.1 ，正则项 λ=5.0 ，能够获得的识别准确率为9

>>阅读原文<<