第21题：
第25题：
问题：B.shape是多少？
解释1：keepdims的功能：
解释2：numpy中axis属性：
0表示行，1表示列
axis=0 沿着行的方向垂直求值
axis=1 沿着列的方向水平求值
所以B.shape=(4,1)
第26、27、28题是有关随机初始化题目
第26题：
将权重和偏差初始化为零后，第一隐藏层中的每个神经元将执行相同的计算，因此，即时在梯度下降多次迭代之后，层中的每个神经元将执行与其他神经元相同的计算
梯度迭代后：
第27题：
logistic回归时，权重可以初始化全为零
因为logistic回归没有隐藏层，如果将权重初始化为零，则Logistic回归中的第一个示例x将输出零，但是logistic回归的导数取决与不是零的输入x(因为没有隐藏层)。因此，在第二次迭代中，如果x不是常量向量，则权值遵循x的分布并且彼此不同。
第28题：
随机初始化时，习惯把权重设为较小的值，若将权重初始化为相对较大的值，会导致tanh输入也很大，会使梯度接近于0，优化算法会变缓慢
第29、30题 单隐层神经网络中涉及参数的维度
向量化后有的维度改变：
习题参考网址：
https://www.kesci.com/home/project/5e20243e2823a10036b542da
