随着网络的加深，训练变得越来越困难，时间越来越长，原因可能是： 参数多数据量大梯度消失损失函数坡度平缓 为了解决上面这些问题，科学家们在深入研究网络表现的前提下，发现在下面这些方向上经过一些努力，可以给深度网络的训练带来或多或少的改善： 权重矩阵初始化批量归一化梯度下降优化算法自适应学习率算法 当然还有更多的方法，在本书中并不能一一列举，所以只给出一些常见的方法的原理解释，供大家参考。
