多层神经网络的反向传播

Question

我正在尝试创建自己的神经网络，允许python中无限的神经元层。它使用numpy数组对象来模拟神经元，权重，输入和输出。我已经弄清楚如何处理前向传播，但我很难找到一个处理可以处理多个隐藏层的反向传播的公式。

def train(self, training_set_inputs, training_set_outputs, number_of_training_iterations):
    for iteration in xrange(number_of_training_iterations):
        # Pass the training set through our neural network
        self.think(training_set_inputs)

        # backpropagation code...

def think(self, inputs):
        for layer in self.layers:
            inputs = self.__sigmoid(dot(inputs, layer.synaptic_weights))
            layer.outputs = inputs

从这里我可以使用self.layer[n].outputs

访问网络每层的输出数组

请用python代码或整齐，定义良好的数学函数发布答案。