Простая нейросеть

#include <iostream>
#include <cmath>
using namespace std;
 
int main()
{
    int x1 = 1; // Начальные условия:
    int x2 = 0;
    int n = 1;
    float O_ideal = 1;
    float E = 0.7;//гиперпараметр, подбирается экспериментально
    float a = 0.3;//гиперпараметр, подбирается экспериментально
    
    float w1 = 0.45; // начальные значения весов нейросети
    float w2 = 0.78;
    float w3 = -0.12;
    float w4 = 0.13;
    float w5 = 1.5;
    float w6 = -2.3;
 
    float H1_input = x1*w1 + x2*w3; // Вычисление весов скрытого слоя:
    float H1_output = 1/(1+pow(2.72, -H1_input));
    float H2_input = x1*w2 + x2*w4;
    float H2_output = 1/(1+pow(2.72, -H2_input));
 
    float O_input = H1_output*w5 + H2_output*w6; //выход сети:
    float O_output = 1/(1+pow(2.72, -O_input));
    float MSE = pow((O_ideal - O_output), 2) / n; // вычисляем значение ошибки
 
cout << "Результат: " << O_output << endl;
    cout << "Ошибка: " << MSE << endl;
 
    float df = (1 - O_output)*O_output; // выполняем обратное распространение ошибки
    float del0 = (O_ideal - O_output)*df;
    float GRAD_w5 = del0*H1_output;
    float del_w5 = E*GRAD_w5;
 
    float GRAD_w6 = del0*H2_output;
    float del_w6 = E*GRAD_w6;
 
    float df_H1 = (1 - H1_output)*H1_output;
    float del_H1 = df_H1*w5*del0;
    float GRAD_w1 = del_H1*x1;
    float del_w1 = E*GRAD_w1 + a*0;
 
    float GRAD_w3 = del_H1*x2;
    float del_w3 = E*GRAD_w3 + a*0;
 
    float df_H2 = (1 - H2_output)*H2_output;
    float del_H2 = df_H2*w6*del0;
    float GRAD_w2 = del_H2*x1;
    float del_w2 = E*GRAD_w2 + a*0;
 
    float GRAD_w4 = del_H2*x2;
    float del_w4 = E*GRAD_w4 + a*0;
 
    w1 = w1 + del_w1; // обновляем веса
    w2 = w2 + del_w2;
    w3 = w3 + del_w3;
    w4 = w4 + del_w4;
    w5 = w5 + del_w5;
    w6 = w6 + del_w6;
 
    return 0;
}