【深度学习】深度学习权重初始化

本文对CS231中的Training Neural Networks的权重更新部分进行记录

权重的初始化在深度神经网络中起着比较大的重要，算是一个trick，但在实际应用上确是个大杀器。

1. 如果一开始把网络中的权重初始化为0，会发生什么？

因为权重初始为0， 由于网络中的神经元的更新机制完全相同，由于网络的对称性，会产生各个layer中产生相同的梯度更新，导致所有的权重最后值相同，收敛会出现问题。
所以在初始化参数的时候，一个重要的设置原则就是破坏不同单元的对称性质。

2. 一个简单的方法，初始化一个比较小的值

高斯初始化，给权重较小的值。这种更新方式在小网络中很常见，然而当网络deep的时候，会出现梯度弥散的情况


从图上可以发现，第一层的output分布正常，之后的layer中逐渐趋于0。这很好理解（0.9^30 = 0.04）, 在