grad_parameters函数输出结果w1的值好像有点异常

[yyl2016000]

在ANN_pre_1.ipynb文件的中In [27]这个块里。执行之后得出来的关于w1的梯度值都为0，这样的话不是无论训练多少次后w1参数的值都不会变化么？但是B站的视频中在执行这一块代码块的时候w1的值好像是正常的，所以一开始我以为是我的代码问题，但是来github上看了以后发现这里的代码有着一样的问题，请问原因是什么呢？好像因为这一步的关系导致训练的效率很低，而且多次训练后最终的准确率也只能在百分之八十五左右。希望能得到解答，十分感谢。

[YQGong]

你可以运行一下这一句：
grad_parameters(train_img[2],train_lab[2],init_parameters())['w1'].max()
就会发现其实w1的值不全是0，只是它的边边角角位置都为0罢了。

至于为什么它边角都是零，需要看它的计算过程：
grad_w1=-2*np.outer(l0_out,act1)
其中的l0_out是图片+b0，其中图片的边边角角都是黑色的，因此都是0，而b0的初始化是全为0的，因此l0_out的边边角角也都是0，用外积算出来的结果边边角角也都是0。

[saaavsaaa]

准确程度这里受学习率影响很大，可以试试0.01左右调调，我第三个 epoch 就 0.9 了