如何初始化1层神经网络参数？

Question

我正在尝试初始化以下NN模型：

def initialize_parameters(n_x, n_h, n_y):


W1 = np.random.randn(4,2) *0.01
b1 = np.zeros((4,1))
W2 = np.random.randn(1,4) * 0.01
b2 = np.zeros((1,1))


assert (W1.shape == (n_h, n_x))
assert (b1.shape == (n_h, 1))
assert (W2.shape == (n_y, n_h))
assert (b2.shape == (n_y, 1))

parameters = {"W1": W1,
              "b1": b1,
              "W2": W2,
              "b2": b2}

return parameters

我的输出结果如下：

W1 = [[-0.00416758 -0.00056267]
 [-0.02136196  0.01640271]
 [-0.01793436 -0.00841747]
 [ 0.00502881 -0.01245288]]
b1 = [[ 0.]
 [ 0.]
 [ 0.]
 [ 0.]]
W2 = [[-0.01057952 -0.00909008  0.00551454  0.02292208]]
b2 = [[ 0.]]

正确的答案应该是：

W1  [[-0.00416758 -0.00056267] [-0.02136196 0.01640271] [-0.01793436 -0.00841747] [ 0.00502881 -0.01245288]]
b1  [[ 0.] [ 0.] [ 0.] [ 0.]]
W2  [[-0.01057952 -0.00909008 0.00551454 0.02292208]]
b2  [[ 0.]]

W1和b1显然是错误的，但我无法以任何其他方式使其发挥作用。新手在这里。

Answer 1

它不接受，因为你硬编码所有值f.ex. np.random.randn（4,2）* 0.01中的4和2。而是使用参数n_h，n_x。