4. 向网络输入训练样本，由下列公式计算各个神经元的输出及网络的各个输出节点的输出。 　　 　　其中，， xi为各个神经元的输入， wi为相应的权重， Y为各个神经元的输出。 　　5. 计算各个输出神经元的实际输出值与理想输出值（教师向量）的差值，根据下式求系统的偏差。 　　 　　系统偏差可以是一个一个输入样本求，也可以是一套P个训练样本计算完毕后再求。此时的计算公式为 　　 其中，P为学习样本集的大小，即样本总数。 　　6. 根据6.2.3介绍的BP学习算法调整网络权重，完成一次训练。当系统误差达到理想值后，训练结束。 　　神经网络的收敛往往是一个振荡的过程。同时前馈神经网络的BP训练算法属于统计学习方法，存在过学习问题。因此，可以在训练的过程中，采用求取测试样本正确率的方法，监测学习的效果以防止训练过度。以测试样本的识别正确率作为系统训练结束的标准。