在开始训练网络之前，还需要初始化网络的参数。
1、全零初始化
把这些权重的初始值都设为0这个做法错误的。
因为如果网络中的每个神经元都计算出同样的输出，然后它们就会在反向传播中计算出同样的梯度，从而进行同样的参数更新。换句话说，如果权重被初始化为同样的值，神经元之间就失去了不对称性的源头。
2、小随机数初始化。
权重初始值要非常接近0又不能等于0。
解决方法：
就是将权重初始化为很小的数值，以此来打破对称性。
其思路是：
如果神经元刚开始的时候是随机且不相等的，那么它们将计算出不同的更新，并将自身变成整个网络的不同部分。
小随机数权重初始化的实现方法是：
W = 0.01 * np.random.randn(D,H)。
其中randn函数是基于零均值和标准差的一个高斯分布来生成随机数的。
警告：
并不是小数值一定会得到好的结果。例如，一个神经网络的层中的权重值很小，那么在反向传播的时候就会计算出非常小的梯度（因为梯度与权重值是成比例的）。这就会很大程度上减小反向传播中的“梯度信号”，在深度网络中，就会出现问题。
3、使用1/sqrt(n)校准方差
可以除以输入数据量的平方根来调整其数值范围，这样神经元输出的方差就归一化到1了。
也就是说，建议将神经元的权重向量初始化为：w = np.random.randn(n) / sqrt(n)。
其中n是输入数据的数量。这样就保证了网络中所有神经元起始时有近似同样的输出分布。实践经验证明，这样做可以提高收敛的速度。
4、稀疏初始化（Sparse initialization）
另一个处理非标定方差的方法是将所有权重矩阵设为0，但是为了打破对称性，每个神经元都同下一层固定数目的神经元随机连接（其权重数值由一个小的高斯分布生成）。一个比较典型的连接数目是10个。
5、偏置（biases）的初始化
通常将偏置初始化为0，这是因为随机小数值权重矩阵已经打破了对称性。
对于ReLU非线性激活函数，有研究人员喜欢使用如0.01这样的小数值常量作为所有偏置的初始值，这是因为他们认为这样做能让所有的ReLU单元一开始就激活，这样就能保存并传播一些梯度。
然而，这样做是不是总是能提高算法性能并不清楚（有时候实验结果反而显示性能更差），所以通常还是使用0来初始化偏置参数。
6、批量归一化（Batch Normalization）
批量归一化是loffe和Szegedy最近才提出的方法，该方法减轻了如何合理初始化神经网络这个棘手问题带来的头痛。
其做法是：
让激活数据在训练开始前通过一个网络，网络处理数据使其服从标准高斯分布。因为归一化是一个简单可求导的操作，所以上述思路是可行的。
在实现层面
应用这个技巧通常意味着全连接层（或者是卷积层，后续会讲）与激活函数之间添加一个BatchNorm层。
需要知道的是在神经网络中使用批量归一化已经变得非常常见。
在实践中，使用了批量归一化的网络对于不好的初始值有更强的鲁棒性。最后一句话总结：批量归一化可以理解为在网络的每一层之前都做预处理，只是这种操作以另一种方式与网络集成在了一起。
