Простейшая нейронная сеть для аппроксимации параболы

void mlp2Forward(mlp2* mlp, double input[])
{
    for (int l = 0; l < mlp->layerCount; ++l)
    {
        mlp->Inputs[l] = input;
        for (int n = 0; n < mlp->neuronsCount[l]; ++n)
        {
            int wcount = mlp->weightCount[l] - 1;
            double out = 0;
            for (int w = 0; w < wcount; ++w) out += mlp->Weigthts[l][n][w] * input[w];
            out += mlp->Weigthts[l][n][wcount];
            out = mlp->af.f(out);
            mlp->Out[l][n] = out;
            mlp->Drv[l][n] = mlp->af.df(out);
        }
        input = mlp->Out[l];
    }
}
 
void mlp2Backward(mlp2* mlp, double* output)
{
    int last = mlp->layerCount - 1;
    for (int n = 0; n < mlp->neuronsCount[last]; ++n)
    {
        mlp->Err[last][n] *= mlp->moment;
        mlp->Err[last][n] += (output[n] - mlp->Out[last][n])*mlp->Drv[last][n] * (1.0 - mlp->moment);
    }
 
    for (int l = last - 1; l >= 0; --l)
    {
        for (int n = 0; n < mlp->neuronsCount[l]; ++n)
        {
            double backProp = 0;
            for (int w = 0; w < mlp->neuronsCount[l + 1]; ++w)
                backProp += mlp->Weigthts[l + 1][w][n] * mlp->Err[l + 1][w];
 
            mlp->Err[l][n] = backProp * mlp->Drv[l][n];
        }
    }
}
 
void mlp2Update(mlp2* mlp)
{
    for (int l = 0; l < mlp->layerCount; ++l)
    {
        for (int n = 0; n < mlp->neuronsCount[l]; ++n)
        {
            double G = mlp->Err[l][n] * mlp->leanRate;
            for (int w = 0; w < mlp->weightCount[l] - 1; ++w)
                mlp->Weigthts[l][n][w] += mlp->Inputs[l][w] * G;
 
            mlp->Weigthts[l][n][mlp->weightCount[l] - 1] += G;
        }
    }
}
 
void mlp2Learn2(mlp2* mlp, double** inputs, double** outputs, int length)
{
    for (int e = 0; e < mlp->epohs; ++e)
    {
        for (int i = 0; i < length; ++i)
        {
            int index = rnd_int(0, length - 1);
            mlp2Forward(mlp, inputs[index]);
            mlp2Backward(mlp, outputs[index]);
            mlp2Update(mlp);
        }
    }
}