1.初始化权重矩阵为0
对于每个隐含层节点，输出的结果都是一样的。另外，进行梯度下降时，由于偏导一样，因此不断迭代，不断一样，不断迭代，不断一样..多层神经网络表现的跟线性模型一样，不可取！
2.随机初始化权重矩阵
（1）标准正态分布
np.random.rand(size_l,size_l-1)
可能导致梯度下降或者梯度爆炸的问题
（2）启发式来根据非线性激活函数初始化权重
---梯度下降
对于深度网络来说，对于任何激活函数，梯度将随着反向传播期间每层向后移动变得越来越小。梯度变小，权重更新缓慢，网络收敛速度变慢。甚至可能阻止网络进一步训练！
---梯度爆炸
与梯度下降相反，对于任何激活函数，梯度变化越来越大，可能导致网络跳过最优值或者在附近波动，而永远无法收敛。
解决方法：启发式方法
对于激活函数ReLu：
W[l] = np.random.rand(size_l,size_l-1)*np.sqrt(2/size_l-1)
对于激活函数tanh（又称为Xavier初始化）：
W[l] = np.random.rand(size_l,size_l-1)*np.sqrt(1/size_l-1)
其他形式的启发式方法：
W[l] = np.random.rand(size_l,size_l-1)*np.sqrt(1/(size_l-1+size_l))