一：梯度消失 在深层网络中，一方面由于求导法则，计算越前面层次或者时刻的梯度，会出现很多的乘法运算，很容易导致梯度消失和梯度爆炸，另一方面还受到激活函数的影响，Sigmoid函数和tanh函数会出现梯度为0 的区域，前面也说了，BP网络中，使用skip connection可以解决梯度消失，典型的就是ResNet。在RNN中LSTM, GRU就是解决思路。
其实我感觉他们的思路有异曲同工之妙，都是将先前的层次/序列的输出通过某种方式可以输入到某一层次需要用到的时候。求导的过程中，偏导数不至于为0，或者说降低了为0的概率，解决该问题。
二：梯度爆炸 那出现了梯度爆炸怎么玩呢？出现梯度爆炸的时候，参数值可能变得异常巨大，可能是NaN，这时候甚至都能计算溢出，这个时候我们需要进行干预了，用到技巧就叫做 Grident Clipping。
过程如下：设置一个梯度的阈值，一旦发现计算后的梯度大于该阈值，立马进行干预，也不难，就是多个判断的过程。
1） 先设置一个梯度的阈值，也就是最大值，不能大于这个值 2） 反向传播中比较阈值和梯度的大小 3） 如果地图大于这个阈值，立马对地图进行缩放处理，让他不能大于这个阈值。 伪代码如下截图：
