引言
在神经网络最开始被提出来的时候，人们设计的网络大多是这个样子的
一个输入层，一个输出层，一个隐藏层，用这样的网络能够解决很多实际的问题。但是一层隐藏层的网络能够学习到的东西毕竟是有限的，自然而然的人们就想到将网络进行扩展，给神经网络多增加隐藏层，那么神经网络就应该能够学习到更加复杂的模型，就如下所示：
人们发现对于很多问题，增加了一层隐藏层，效果有提升哎，那就就自然而然的继续增加网络的层数，但是诡异的问题发生了，随着层数的不断增加，学习速度越来越慢（对于这一点，人们早就预料到了），但是还有另一个问题，效果不仅不提升，反而越来越劣化。
这个到底是什么原因呢？是因为网络层次多了，学不到新的东西了？还是各个隐藏层之间发生了反作用？ 下面我们就来分析一下早期深度网络存在的问题。
不稳定梯度问题
在早期的多层神经网络中，人们利用下面这样的多层全连接的神经网络，利用梯度下降以及反向传播算法来学习网络的权重。
那么这种方式有什么问题呢？下面我们简化一下模型，以单个连接的多层网络来举例说明
我们来看一下按照这个网络更新权重会发生什么问题呢？
这里先定义一些参数，和之前神经网络章节的定义是一致的, 为第层的激活值， 为第层的带权输入，因此有，，假设神经网络的代价函数为，那么根据之前推导的反向传播算法，有：
其中
且有定义：
对于图中我们简化的神经网络来说，有：
由于，，所以
所以有：
这也就意味着输出层的误差（我们是根据输出层的误差来调整参数的权重，进而学习到模型的）传到第一层，已经被乘以了一堆的系数，这些系数通常会导致梯度的消失或者激增。我们来看下为什么会导致梯度的消失或者激增。
我们一般用的激活函数是logistic函数，图形如下所示：
这个函数的导数图像为：
正常的场景下我们一般会采用[0,1]高斯分布来随机设置 和 的值，那么就会导致我们的 不会大于1，那么根据
这个公式，至少会衰减为的, 这就很难学到东西了。也就意味着随机分配了权重值后，经过反向传播算法训练，最初的几层的权重值会变化很小，也就意味着最初的几层根本就学习不到任何的知识。这也就以为着最初的几层没有用处了，同时实际上还可能起到了副作用，因为将图像的像素点给做了随机的加权，破坏了图像的原始信息。
那大家可能还有一个疑问，如果我把权重设置为很大的值呢？比如说100，这个一样的糟糕，这样就引入了梯度的激增问题，会放大最初的权重，一样的破坏了网络的结构。
因此我们可以看到，多层的全连接网络，必然会导致梯度的不稳定，梯度的不稳定就会导致权重的学习困难。
训练时间长
深度的神经网络还有另外一个问题，就是权重参数非常多，这会导致权重的训练非常耗时。但是随着技术的发展，这个倒也不算是什么大的问题了。
总结
影响深度神经网络的学习的因素非常多，包括激活函数的选择，超参数的选择等等。本节主要介绍了梯度不稳定的问题，这个问题也是影响深度神经网络的一个主要问题了。