學習了BP神經網絡算法，剛開始最終要的一點不明白的就是前一層和後一層（這裏指的只有三層，輸入層，隱藏層，輸出層）的權重，其實神經網絡算法中，前一層的每一個節點和後一層的每一個節點都有連接權重，初始權重是隨機的。而更新權重是通過輸出層的值來反向更新的。基本過程如下：
1. 輸入第一個訓練樣本（對應的就是輸入層各個節點的值），根據初始隨機權重和輸入層到隱藏層的計算公式（這個公式在神經網絡算法的文章中都有）得到隱藏層的節點值。然後同樣，根據計算得到的隱藏層的各節點值以及隱藏層輸出層之間節點的連接權重，計算得到輸出層的節點值。
2. 根據輸出層的節點值，利用公式，更新隱藏層和輸出層之間的連接權重。在根據公式更新隱藏層和輸入層之間的連接權重，這樣第一個訓練樣本訓練就完成了。
3. 同理，輸入其他的訓練樣本，這樣神經網絡的訓練就完成了。
