第一种:就是按照标准正态分布的方式初始化N(0,1)
def defualt_weights(self):
self.biases = [np.random.randn(y, 1) for y in self.sizes[1:]]
self.weights = [np.random.randn(y, x)
for x, y in zip(self.sizes[:-1], self.sizes[1:])]
第二种:按照新的初始化方法N(0,1/sqrt(x))
def defualt_weights(self):
self.biases = [np.random.randn(y, 1) for y in self.sizes[1:]]
self.weights = [np.random.randn(y, x)/np.sqrt(x)
for x, y in zip(self.sizes[:-1], self.sizes[1:])]
第二种初始化方法在某些神经网络中能极大的提高最终结果的精确度