这本书已经读了好几章，突然觉得有必要在阅读的过程中做一些笔记或记录一些问题什么的，故现在有了此篇文章。
14.循环递归RNN，序列建模套路深
问题：
（1）RNN中的“深度”与传统的深度神经网络里的“深度”有何不同？
答：RNN中的深度主要是指时间和空间（如网络中的隐含层个数）特性上的深度。
（2）RNN为什么会有梯度弥散或梯度爆炸的问题？
答：如果用到sigmoid激活函数（末尾推荐的两个回答是基于tanh激活函数），则它会将+∞～-∞之间的输入压缩到0～1之间，当input的值更新时，output会有很小的更新。又因为上一层的输出将作为后一层的输入，而输出经过sigmoid后更新速率会逐步衰减，直到输出层只会有微乎其微的更新。从数学的角度出发，可知sigmoid导数在0的位置取最大值1/4。当使用均值为0，方差为1的高斯分布及初始化参数w，有|w|<1. 随网络层数加深，w的变化幅度会呈1/4的指数衰减，使得最后学不到东西，造成梯度弥散。同样，当|w|>1,w变化幅度会指数递增，最后造成梯度爆炸。
【另外，推荐知乎高赞回答（RNN梯度消失与梯度爆炸的原因：https://zhuanlan.zhihu.com/p/28687529和https://zhuanlan.zhihu.com/p/28687529）】
（3）梯度弥散或爆炸问题在一定程度上阻碍了RNN的进一步发展，有什么策略可以在一定程度上抑制这个问题吗？
答：下图展示了RNN网络损失函数对权重和偏置的关系：
上图中存在一个非常陡峭的面，在更新参数的过程中，如果当前参数所处的位置刚好位于这个高高的“误差墙”上，由于这个面上的梯度非常大，那么采用梯度下降法更新后的参数可能就跑得很远，如图中蓝色的实线所示。因此，为了解决这个问题，gradient clipping算法为梯度的范数设置了一个阈值，当梯度的范数大于某个值的时候，将梯度设置为这个阈值，算法描述如下：
但是这个方法只能够解决梯度爆炸的问题，要解决梯度弥散的问题，可以从下面两点入手：
- 对于隐层态的权重矩阵Whh使用单位矩阵进行初始化而不是随机初始化；
- 使用RELU激活函数而不是Sigmoid激活函数，因为RELU函数的导数为0或者1，在反向传播的过程中不会衰减至0。
除此之外，还可以更改内部结构来解决梯度消失和梯度爆炸问题，那就是LSTM，请见下回分解！
（4）除了梯度弥散或爆炸问题，RNN还存在什么问题？如何解决？
答：
（5）你能将RNN预测正弦序列的实现范例用Eager执行模式进行改写吗？