版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/xinzhi8/article/details/77488733
论文与原理详解参考：
机器学习-神经网络表述 ：http://blog.csdn.net/xinzhi8/article/details/69569174
机器学习-神经网络反向传播算法 ： http://blog.csdn.net/xinzhi8/article/details/69664207
机器学习-神经网络综合运用 ： http://blog.csdn.net/xinzhi8/article/details/69676883
机器学习算法实现-神经网络 ： http://blog.csdn.net/xinzhi8/article/details/70154778
深度学习—卷积神经网络（一）: http://blog.csdn.net/xinzhi8/article/details/77129566
链式法则的原理
后向传播
代码实现
例子采用3层神经网络对数据进行2分类，L0为数据，L1为第二层，L2为第三层，W0为L0到L1的权重矩阵，
W1为L1到L2的权重举证。W0为3x4矩阵，W1为4x1矩阵。如下图：
定义一个sigmoid函数
当flag=True为反向传播，否则为前向传播，解释下反向传播为什么是x *（1 - x），手写的，如下图：
前向传播代码，随机造了W0 ，W1， L0
反向传播示意图
反向传播代码：
权重矩阵更新：
试验结果：每次权重矩阵的跟新带来分类的错误率
源码：
