为什么神经网络中参数的初始化要接近0？

当参数初始化接近0时，整个函数的斜率比较小，函数较为平滑。函数平滑的好处如下：

以$y=wx+b$为例，如果$w$比较大，即时$x_1$和$x_2$相差很小的$\Delta x$,他们的$y$值也会相差很大，这是不符合直觉的，所以应该将$w$初始化比较小的值。