0、选择一个神经网络结构1、随机参数初始化2、运用向前传播算法计算每个x的对应的输出值y。3、运用代码计算出代价函数J(theta)。4、运用反向传播算法计算代价函数J(theta)关于theta的偏导数。5、运用梯度检验把反向传播算法得到的偏导数与数据估计值进行比较。并注意在程序中停用梯度检验算法（因为会降低程序效率）。6、运用优化算法（比如梯度下降）和反向传播算法结合，求出使代价函数J(theta)值最小的参数theta。
