Il n'y a pas de connexion entre les neurones de chaque couche du reseau neuronal BP, Alors que les couches superieure et inferieure sont connectees les unes aux autres. Lorsqu'un groupe d 'echantillons d 'Apprentissage est selectionne comme entree du reseau, Il est transmis a la couche cachee par ponids, puis transmis a la couche de sortie par le traitement de la fonction d'activation de la couche cachee et l'ajustement du seuil, Et l 'entree correspondents Dante du reseau est obtenue dans chaque neurone de la couche de sortie.Ensuite, afin de reduire la difference entre la sortie reelle et la sortie cible, Le poids de connexion de chaque couche est modifie etape par etape a partir de la couche de sortie, et finalement la couche d 'entree est retournee. Les deux processus se deroulent alternativement, De sorte que l'erreur peut etre ajustee etape par etape. Le poids de chaque neurone est ajuste par la methode de descente en gradient afin que la valeur inferentielle du reseau soit aussi proche que possible de la valeur de sortie cible.