1. Initialization—Set all the weigh

1. Initialization—Set all the weights {wij} to small random values and chooses a small positive value for the step size p. This is usually performed on a neuron-by-neuron basis.
2. Forward-propagation—Each input is fed to the input layer, and an output Oi is generated based on current weights. Oi is then positioned with di by calculating the squared error at each output unit. E is minimized by adjust-ing the weights appropriately.
3. Back-propagation—The total square error computed is propagated back from the output and intermediate layers to the input units.
4. Weight adjustment—The weights are updated in the back-propagation. Error gradients in both the output and hidden layers are computed and used in calculating weight corrections and final updates.
5. Iteration—Increases the iteration by one, revisits step 2, and repeats the process until the objective function E converges.

Kết quả (Việt) 2:

1. Khởi-Đặt tất cả các trọng {} wij các giá trị ngẫu nhiên nhỏ và chọn một giá trị dương nhỏ cho kích thước bước p. Điều này thường được thực hiện trên cơ sở tế bào thần kinh-by-nơ-ron.
2. Chuyển tiếp-tuyên truyền-Mỗi đầu vào được đưa vào lớp đầu vào, đầu ra và một Oi được tạo ra dựa trên trọng lượng hiện tại. Sau đó Oi được định vị theo di bằng cách tính toán sai số bình phương ở mỗi đơn vị sản lượng. E được giảm thiểu bằng cách điều chỉnh-ing trọng lượng thích hợp.
3. Back-truyền-Tổng lỗi vuông tính được truyền lại từ đầu ra và các lớp trung cấp cho các đơn vị đầu vào.
4. Điều chỉnh-Trọng lượng trọng số được cập nhật trong lan truyền ngược. Gradients lỗi trong cả đầu ra và ẩn lớp được tính toán và sử dụng trong việc tính toán điều chỉnh trọng lượng và cập nhật chính thức.
5. Lặp-Tăng lặp một, thăm lại bước 2, và lặp đi lặp lại quá trình này cho đến khi hàm mục tiêu E hội tụ.