在实际的神经网络训练中，通常会做出许多随机选择，导致产生一些“不同但等效”的解决方案，就像下面这些一样。 但是每个这样的“不同解决方案”都会有略微不同的行为。假如在我们给出训练样例的区域之外进行“外插”（extrapolation），可能会得到截然不同的结果。 这段讲述没有明白是什么意思？这是在说模型在不同权重设置下有着等效的能力，但是在处理什么情况会有截然不同的结果呢？