例如，对于3-1-1层的网络，如果权重初始化为相同的值，MLP可能无法很好地学习。但为什么会发生这种情况呢？

回答：

如果隐藏层只有一个神经元，这并不重要。但是，假设有一个隐藏层有两个神经元的网络。如果它们的输入权重相同，那么这两个神经元的激活值将总是完全相同，第二个神经元不会提供额外的信息。在反向传播步骤中，这些权重会以相同的量发生变化。因此，在每次迭代中，这些隐藏层的神经元总是具有相同的激活值。