深度学习核心概念
梯度消失（Vanishing Gradient）问题的根本原因是什么？如何从数学上解释？
原题梯度爆炸（Exploding Gradient）问题如何检测，梯度裁剪（Gradient Clipping）的原理是什么？
原题批大小（Batch Size）对反向传播和梯度更新有什么影响？
原题梯度下降的变体有哪些（SGD、Momentum、RMSProp、Adam）？各自的优缺点是什么？
原题Adam优化器的原理是什么？为什么它在大多数深度学习任务中表现优异？
原题二阶优化方法（如牛顿法）为什么在深度学习中很少使用？
原题损失函数曲面（Loss Landscape）的特性是什么？鞍点、局部最小值对训练有什么影响？
原题什么是梯度检验（Gradient Checking）？如何验证反向传播实现的正确性？
原题反向传播在计算图上是如何处理分支（多路输出）节点的梯度累加的？
原题激活函数在神经网络中的核心作用是什么？没有激活函数会发生什么？
原题
暂无题目