正则化的本质是作用于学习率，通过一个正则化参数来减小学习率也就是步长，进而缓解梯度t的增幅，所以w ** t+1 = w ** t - (a-L) * g那么参数w的变动就会相对减小，因为往往训练到一定批次后精确率、准确率等指标的提高都是在w的小幅度调整中实现的，可以理解为精益求精，而不是大刀阔斧地革新阶段了

如何理解梯度消失和梯度爆炸

个人理解是：
梯度消失：连续的一定的批次下，返回的accuracy一直都基本不变了，比如卡在0.92（举个例子），同时这个指标不能达到我们的预期，也就是还有点欠拟合，那么才会说是‘出问题了’（梯度消失），一直卡在1的化我们不会觉得这是个不好的现象

梯度爆炸：accuracy滑铁卢

梯度裁剪 -- 梯度爆炸问题

在反向传播结合Adam动态调整学习率时虽然一定程度上可以避免‘跳出山谷’的问题，但由于深度神经网络本身参数的量特别大，加之其损失函数的非凸性质，导致不确定性因素很大，加上梯度裁剪的策略可以更好地避免训练出现‘滑铁卢’

accuracy小幅度的变动可能原因：dropout的随机性、激活函数的非线性拟合能力

大幅度的变动（滑铁卢）则更应该考虑反向传播时梯度、模型参数的问题

老师，a[2]=[] 和a[2:3]=[]不都是换了元素3吗？ 只是一个变成了空列表一个是切片范围内替换成空列表，为什么c不能算元素3删除啊？

template中写了

</router-view>，为什么在网页中没有显示呢，而且无法跳转到对应的页面

和老师的代码一样 为什么只有两个按钮，点击跳转的话，路由会改变，但是对应的页面却没有显示

为啥我显示的是这样的

老师好奇这两个方法哪个占内存少一些，运算快一些？

就是最后那个print位置有什么讲究啊，每个位置的结果都不同

pendown不是把箭头放下去了吗，为什么画圆的时候又在y=50的时候画了

python区分大小写是什么意思

之前下载的两个软件都在D盘会怎么样

格式化不成功咋搞

 @staticmethod
13
13  def get_instance():
14
14    if PersonSingleton.__instance == None:
15
15      PersonSigleton("Default name", 0)
16
16    return PersonSigton.__instance
17
17  
18
18  def __init__(self, name, age):
19
19    if PersonSingleton.__instance is not None:
20
20      # 如果已经有实例对象了，我们可以do nothing 或者我们可以抛出来异常，让外面去捕获异常
21
21      raise Exception("Singleton cannot be instantiated more than once.")
22
22    else:
23
23         self.name = name
24
24         self.age = age 
25
25         PersonSigleton.__instance = self

def get_instance():
14
14    if PersonSingleton.__instance == None:
15
15      PersonSigleton("Default name", 0)
16
16    return PersonSigton.__instance
老师下面__init__函数中已经判断了是否为None，那为啥还要定义这个判断函数呢
什么情况下运行PersonSigleton("Default name", 0)这段程序呢

找不到

老师，我想问一下这个是什么问题啊？