通俗解释
如果初始权重太大，信号逐层放大；太小，又逐层衰减到 0，深网络就训不动。Xavier 初始化按输入、输出宽度设定方差，适合 tanh；He 初始化把方差再乘 2，适合 ReLU。现在各框架的默认初始化都来自这两种思路。
用在哪里：PyTorch、JAX 等框架层的默认初始化
01原始论文
Understanding the difficulty of training deep feedforward neural networks
Xavier Glorot, Yoshua Bengio · AISTATS 2010 (PMLR v9) · 2010
打开 ↗ ✓ 已核实 · 官方页面 HTTP 核实
备注：He 初始化见 Kaiming He 等 arXiv:1502.01852（2015）。
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
weight-init)