深度学习论文-神经网络的代码实现（python版本）

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：