Backpropagation

وهناك مثال بسيط من الخوارزمية العكسي.

وهناك مثال بسيط خوارزمية الانتشار الخلفي. تعلم الوظائف الأساسية الشبكة العصبية الصغيرة مثل أمثلة محددة مسبقا: AND، XOR أو المسافة 2D. الاستيراد والتصدير من المهام المخصصة من وإلى XML أو CSV مقروء جيدا. التكامل مع متصفح على شبكة الاتصالات العالمية. خلق جديد أو تحرير المهام المحملة في محرر غير ممكن أيضا. يمكنك إظهار تشريح شبكة وجميع الأوزان وأيضا نتيجة مع تميز مجموعة التدريب أو الإخراج المحدد لمجموعة الإدخال. إذا failes التعلم، إعادة تشغيل خوارزمية التعلم كلها أو الأوزان الخلايا العصبية واحدة فقط. سرعة التعلم ألفا تلقائية وشكلي. مساعدة على كل شاشة. قد يكون هذا البرنامج مفيدا لطلاب دورة أساسية من الشبكات العصبية الاصطناعية. ويوضح جيدا أن تعلم الشبكات العصبية هي مهمة معقدة والانتشار الخلفي الأساسي دون أي تحسينات يمكن أن تحل مهام بسيطة جدا فقط.