我有一个疑问，可能听起来很傻，但我需要深入理解这一点。

对于使用numpy并包含Sigmoid函数的机器学习算法 (s = 1/(1+np.exp(-z))

当我们使用它时，我们将参数初始化为零…

w = np.zeros((dim,1))b = 0

所以当我们执行 z = np.dot(w.T, X) + b 时，由于这是点积，z 必须始终为零。我知道这不对。但考虑到问题是 w 是一个零数组，当它与 x 相乘时，结果将为零。这是我的疑问。有人能解释一下吗？我非常感谢你们的努力。谢谢。

回答：

虽然 z 的值为零，但 sigmoid(z) 及其导数在 z=0 时不为零（分别为 0.5 和 0.25）。

当你对网络进行反向传播时，这些非零值允许对你的权重有非零的贡献。