神经网络简单实例，最通俗易懂讲解

定义：BP是一种多层前馈神经网络，主要特点信号向前传递，误差反向传播。在传递过程中，输入信号从输入层经隐含层，直至输出层。每一层神经元的状态只影响下一层神经元的状态。如果输出层未达到期望输出，则根据预测误差调整权值和阈值，使网络输出不断逼近预测输出。

1 网络初始化：确定输入、隐含、输出层神经元个数

2 输入层 -->隐含层计算：

3 隐含层 --> 输出层计算:

  

4 误差计算：

5 权值调整：

  

 

 

6 阈值调整：

 

7 判断算法迭代是否结束，未结束返回步骤2