先把論文中這部分描述摘抄過來，如下圖所示：
假設我們不適用smooth_L1,考慮L2函數
其梯度爲
那麼會出現一個原文描述的問題，when the regression targets are unbounded,既x很大的時候，會發生梯度爆炸，再考慮L1函數
此時會出現另外一個問題，當x變化很小的時候，梯度依舊很大，此時函數很有可能無法收斂（除非你控制學習率降低的更多，但是這樣手工智能顯然有點蠢。）
既然L2和L1都有缺點，那麼我們各取其優點，結合起來會怎麼樣呢？
看smooth_L1表達式
其梯度
剛好迴避了之前的缺點，既當x過大的時候，梯度不會爆炸，x很小的時候，也可以擁有很小的梯度（不用擔心梯度過小，那時候函數已經收斂了）