首先明白這個事干嘛的，在我們做求導的時候，會遇到一種情況，求導函數突然變得特別陡峭，是不是意味着下一步的進行會遠遠高於正常值，這個函數的意義在於，在突然變得陡峭的求導函數中，加上一些判定，如果過於陡峭，就適當減小求導步伐。
tf.clip_by_global_norm(t_list, clip_norm, use_norm=None, name=None)
通過權重梯度的總和的比率來截取多個張量的值。 t_list 是梯度張量， clip_norm 是截取的比率, 這個函數返回截取過的梯度張量和一個所有張量的全局范數。
t_list[i] 的更新公式如下:
t_list[i] * clip_norm / max(global_norm, clip_norm)
其中global_norm = sqrt(sum([l2norm(t)**2 for t in t_list]))
global_norm 是所有梯度的平方和，如果 clip_norm > global_norm ，就不進行截取。
但是這個函數的速度比clip_by_norm() 要慢，因為在截取之前所有的參數都要准備好。