梯度爆炸的原因主要包括深層網路結構、不合適的激活函式、權值初始化值過大等。具體來說：
深層網路結構。當神經網路層數過多時，反向傳播過程中梯度值可能在連乘效應下以指數形式增加，導致梯度爆炸。
不合適的激活函式。使用如Sigmoid或Tanh這類飽和激活函式可能導致梯度在反向傳播過程中迅速減小或增大，從而引起梯度爆炸。
權值初始化值過大。如果網路初始權重過大，那麼在反向傳播過程中，前面的網路層可能會比後面的網路層梯度變化更快，從而導致梯度爆炸。
此外，學習率設定不當也可能導致梯度爆炸。解決方法包括使用合適的激活函式、合理初始化權重、調整學習率等。