3.5　测试前向传播算法并分析计算结果

在入口程序Neuron_Network_Entry.py中测试运行结果。输出结果的值是最后一个节点的值，得出此次前向传播算法的输出结果后，从所有的节点中找到最后一个节点，打印出预测的值。

Neuron_Network_Entry.py的运行结果如下：

实例集中有4条数据，第1条数据是[0,0]，第2条数据是[0,1]，第3条数据是[1,0]，第4条数据是[1,1]。运行结果中第一条数据的预测值是0.4477145403917822，但实际值是0；第2条数据的预测值是0.44384068472048943，但实际值是1；第3条数据的预测值是0.44955657205136573，但实际值是1；第4条数据的预测值是0.44559590058743986，但实际值是0；我们只运行了1次程序，使用Sigmoid激活函数发现了第1列和第2列跟第3列结果的关系，且第1次运行的结果是不准确的。在第4章中，我们将介绍从结果中反推执行的过程，看每个节点关联的权重会对误差造成什么影响，然后根据我们的算法调整这个影响，随着循环过程的进行，误差会越来越小。