我制作了一个也有反向传播的神经网络。它在输入层有 5 个节点，在隐藏层有 6 个节点，在输出层有 1 个节点，并且具有随机权重，我sigmoid用作激活函数。
我有两组数据供输入。
例如 ：
13.5 22.27 0 0 0 desired value=0.02
7 19 4 7 2 desired value=0.03
现在我用 5000 次迭代训练网络，否则如果出现错误，迭代将停止
value( desired - calculated output value) 小于或等于 0.001。
每个输入集的第一次迭代的输出值约为 60 并且在每次迭代中都会减小。
现在的问题是第二组输入（期望值为 0.03）导致迭代停止，因为计算出的输出值为 3.001，但第一组输入没有达到期望值（即 0.02）和它的输出约为 0.03 。
编辑：
我使用LMS算法并更改了错误阈值 0.00001 以找到正确的错误值，但现在 0.03 和 0.02 的期望值的最后一次迭代的输出值介于 0.023 和 0.027 之间，这还不正确。