我正在研究神经网络的实现，所以我可以真正掌握这些魔法盒的工作原理。但是，我为其编写代码的神经网络不起作用，我认为这是由于我实现了反向传播

[伪代码]

'last layer only
for each node (i) in last layer
error(i) = outputError(i)
end for

'all hidden/inner layers
for each layer (i) in layers (not including layer 0 or last)
 for each neuron (j) in layer i
  for each neuron (k) in layer i+1
   error(i)(j) +=error(i+1)(k) * weight(i)(j,k)
  end for

  errors(i)(j) = errors(i)(j) * activation(i)(j) * (1-activation(i)(j))

  for each neuron in layer i+1
   deltaWeight(i)(j,k) = -error(i)(k)*activation(i)(k)*learningRate/NumExamples
   deltaBias(i)(k) = -error(i)(k) * bias(i)(k)*learningRate/NumExample
  end for
 end for
end for

然后我用这个更新所有的权重：

weight(i)(j,k) = weight(i)(j,k) + deltaWeight(i)(j,k)

现在我遇到的问题是输出似乎没有变得更好。它肯定会改变，但似乎根本没有最小化成本函数，有人知道为什么吗？