核心考点说明：本题考查深度学习中梯度爆炸的概念。 解题思路分析：题目描述了权重更新幅度过大导致训练不稳定的情况，这直接对应梯度爆炸的定义。 选项分析： - A. 梯度消失：指在反向传播过程中，梯度逐渐减小到接近于零，导致网络底层参数无法更新，与权重更新幅度过大相反。 - B. 梯度爆炸：指在反向传播过程中，梯度变得非常大，导致权重更新幅度过大，符合题目描述的情况。 - C. 欠拟合：指模型无法很好地拟合训练数据，训练和测试误差都会比较高，与权重更新幅度过大无关。 - D. 学习率过小：会导致权重更新幅度过小，训练速度慢，不会导致更新幅度过大。 易错点提醒：注意区分梯度消失和梯度爆炸，以及它们对训练过程的影响。