reul 기울기 소멸

안녕하십니까, 

일반적으로 vanishing gradient는 sigmoid와 같은 activation의 경우 발생할 수 있는데, sigmoid의 경우 +로 큰 값이나 -로 큰값은 미분값이 0이 되기 쉽기 때문입니다. 

relu값은 경우는 입력값 x > 0일 경우 x가 되고 이를 미분하면 1이 되기 대문에 vanishing gradient 발생을 억제할 수 있습니다. 다만 적어주신대로 x <=0 일 경우는 0 이 되어 버리기 때문에  gradient가 0 가 되고 해당 neuron이 학습하지 못하게 됩니다. 이게 전반적으로는 큰 문제는 아닙니다. 중요한것은 전반적인 gradient값이 어떻게 되는가이기 때문입니다. 단지 이게 문제가 될 수 있는 그런 딥러닝 문제라면 Leaky Relu 등을 활용해서 적용할 수 있습니다. 

감사합니다.