如何初始化权重（三种方式）

一、初始化为0

import numpy as np

layers_dim = [10,5,2,1]
def initialize_zeros(layers_dim):
    '''
    参数：
        输入：lays_dims 列表，存储的是每层的节点数量，layers_dim[0]是输入x的数量，layers_dim[1]是第一层的节点数量
        W1 ：(layers_dim[1],layers_dim[0])
        b1 : (layers_dim[1],1)
        W2 : (layers_dim[2],layers_dim[1])
        b2 : (layers_dim[1],1)
        W3 : (layers_dim[3],layers_dim[2])
        b3 : (layers_dim[3],1)
        WL : (layers_dim[L],layers_dim[L-1])
        bL : (layers_dim[L],1)
    :return:parameters   字典，存储了W b 参数
    '''
    parameters = {} #存W，b这些参数
    L = len(layers_dim)  # L为神经网络的参数
    for l in range(1,L):
        parameters["W" + str(l)] = np.zeros(layers_dim[l],layers_dim[l-1]) # 注意parameters初始化的时候，不要用{}，要用[]
        parameters["b" + str(l)] = np.zeros(layers_dim[l],1)
    return parameters

二、随机初始化