在进行 【深度学习的数学】接“2×3×1层带sigmoid**函数的神经网络感知机对三角形平面的分类训练预测”，输出层加偏置b 的测试中，我们发现，模型的初始权重对模型的训练结果是影响非常大的，
如图对比了两种不同的模型训练结果，权重和偏置初始参数均采用正态分布随机值
-
情况1
-
情况2
-
情况3
可以看到，情况1最接近我们预期的结果，情况2和情况3就比较奇怪，所以，选择一个好的初始权重和偏置是非常重要的！
接下来我们选择情况1中我们比较好的权重和偏置作为我们本次训练的初始权重和偏置，运行程序，还是训练600次，可以看到，结果并没有发生太大的变化！
当我们把训练次数改成10000次，情况有些不一样了
尽管绘制的图形看起来与之前相比，仍未有较大改变！！