激活函数的选择：
西格玛只在二元分类的输出层还可以用，但在二元分类中，其效果不如tanh，效果不好的原因是当Z大时，斜率变化很小，会导致学习效率很差，从而很影响运算的速度。绝大多数情况下用的激活函数是ReLu，带泄露的ReLu效果更好，但并不常用。
使用非线性激活函数的原因：如果用线性激活函数，那么隐藏层就会失去作用。
西格玛激活函数
的斜率：
tanh激活函数：
ReLU:
Leaky ReLU:
权值w初始化的值不能全为0，因为如果全为0，那么隐藏层的每个单元都是对称的了，即每个单元都做相同的运算，这会使多个隐藏单元失去意义。
权值W的随机初始化：
一般初始w是很小的数，因为如果很大的话，会使结果很大，从而使斜率很小，从而使梯度下降的很慢，影响运算速度。