输入层包含两个神经元i1，i2，和截距项b1；
隐含层包含两个神经元h1,h2和截距项（偏置系数）b2，用于控制神经元被激活的容易程度；
输出层是输出o1,o2，每条线上标的wi是层与层之间连接的权重
激活函数为sigmoid函数。
sigmoid函数：
对上述变量进行赋值，通过数据进行推导
输入层--->隐含层：
隐含层--->输出层：
计算总误差
总误差：
隐含层---->输出层的权值更新：
以权重参数w5为例，如果我们想知道w5对整体误差产生了多少影响，可以用
整体误差对w5求偏导求出：（链式法则）
计算出整体误差E(total)对w5的偏导值，更新w5的值
