hidden_layers_weights.append(np.random.randn(n_hidden_layers[0],n_inputs)*0.01)

这行代码是在神经网络模型中初始化第一层隐藏层的权重，其中：

- `hidden_layers_weights` 是一个列表，存储每一层隐藏层的权重矩阵；
- `n_hidden_layers[0]` 是隐藏层的神经元数量；
- `n_inputs` 是输入层的神经元数量；
- `np.random.randn(n_hidden_layers[0],n_inputs)` 生成一个形状为 `(n_hidden_layers[0],n_inputs)` 的随机矩阵，每个元素都是从标准正态分布中随机采样得到的；
- `*0.01` 是对生成的随机矩阵进行缩放，使其接近于 0。

因此，这行代码的作用是在神经网络模型中初始化第一层隐藏层的权重矩阵，并将其存储在 `hidden_layers_weights` 列表的第一个元素中。