02. 改善深层神经网络：超参数调试、正则化以及优化 —— week1 深度学习的实用层面（编程作业）

1 初始化参数 尝试了三种初始化方法，比较分类和代价函数变化。 全部初始化为0 parameters['W' + str(l)] = np.zeros((layers_dims[l], layers_dims[l - 1])) 算法性能差，运行过程中成本没有真正降低。 分类失败，该模型预测每个都为0。通常来说，零初始化都会导致神经网络无法打破对称性，最终导致的结果就是无论网络有多少层，最终只能得到

>>阅读原文<<