这个推导可以参考neuralnetworkanddeeplearning.com，上面的过程很详细，甚至有些啰嗦;要注意使用不同误差评估函数，公式的不同，交叉熵可能更方便些，加入正则化因子也是常用手段;如果最后输出使用softmax,也需注意误差的反向传播和一般的sigmoid的不同;另外训练是一个极其耗时的工作，如果自己实现还是需考虑并行或分布式，当然如果只是练练手就简单点。