1. 梯度裁剪：当梯度大于一定阈值的时候才对其裁剪
caffe的solver中设置
clip_gradients: 10 #float
2. 梯度爆炸：深度网络的反传过程中，是一个梯度权值连成的过程，这样如果因子值大于1，则随着层数增加乘积会越来越大
3. 梯度消失：当因子小于1时，乘积则会越来越小接近于0，使得无法更新网络参数
4. f-measure
