DDPG训练过程中梯度恒为0

AC都用的简单的全连接，两层，结果梯度值总是0，即使loss已经很大了，梯度仍然是0.

检查发现，网络权值初始化的时候出了问题，我自己定义的初始化，本来是在一个区间【-0.1，0.1】之间均匀分布，然而手抖把minval和maxval都写成了-0.1，就导致网络权值初始化全部为-0.1，然后不知为啥梯度就一直是0.

改了之后梯度正常出现。