Некорректно работает метод обратного распространения ошибки в нейронной сети

%%
%создание весов
%sum1=zeros(1,16);
%%
sum1=0;
sum2=0;
sum3=0;
%%
w11=zeros(13,1);
w12=zeros(13,1);
w13=zeros(13,1);
po=makedist('Uniform','Lower',-0.5,'Upper',0.5);
for i=1:13
    w11(i,1)=random(po);
    w12(i,1)=random(po);
    w13(i,1)=random(po);
end
    
w2(1,1)=random(po);
w2(2,1)=random(po);
w2(3,1)=random(po);
 
%%
a=1;
 
er=1;
sum_val=0;
Rand=randint(1,1000,[1,4]);
Rand2=randint(1,1000,[201,250]);
 
sum1=0;
sum2=0;
sum3=0;
 
    for e=1:1000
    k=Rand(1,e);
    neuro=zeros(1,13);
    neuro(1,:)=in(k,:);
 
    
        for t=1:100
 
        for p=1:13
            u1=neuro(1,p)*w11(p,1);
            u2=neuro(1,p)*w12(p,1);
            u3=neuro(1,p)*w13(p,1);
            sum1=u1+sum1;
            sum2=u2+sum2;
            sum3=u3+sum3;
        end
        
       
        y11=1/(1+exp(-(sum1))); 
        y21=1/(1+exp(-(sum2)));
        y31=1/(1+exp(-(sum3)));
        u21=y11*w2(1,1);
        u22=y21*w2(2,1);
        u23=y31*w2(3,1);
        y=1/(1+exp(-(u21+u22+u23)));
        
        b=y-out(k,1);
        er(e)=abs(b);
        del2=b*(1/(1+exp(-y)))*(1-1/(1+exp(-y)));
        
        w2(1,1)=w2(1,1)-a*y11*del2;
        w2(2,1)=w2(2,1)-a*y21*del2;
        w2(3,1)=w2(3,1)-a*y31*del2;
        
        
        b11=w2(1,1)*del2;
        del11=b11*(1/(1+exp(-y11)))*(1-1/(1+exp(-y11)));
        
        b12=w2(2,1)*del2;
        del12=b12*(1/(1+exp(-y21)))*(1-1/(1+exp(-y21)));
        
        b13=w2(3,1)*del2;
        del13=b13*(1/(1+exp(-y31)))*(1-1/(1+exp(-y31)));
        
        for i=1:13
           w11(i,1)=w11(i,1)-a*neuro(1,i)*del11;
           w12(i,1)=w12(i,1)-a*neuro(1,i)*del12;
           w13(i,1)=w13(i,1)-a*neuro(1,i)*del13;
        end
        
        
%         sum_val=sum_val+er(e);
    disp(e);
    sum1=0;
    sum2=0;
    sum3=0;
        end
    
 
     
end
 
disp('По кайфу');
plot(er);hold on
%plot(vals,'black');
%xlswrite('w1_t.xls',w)
%%
sum1=0;
sum2=0;
sum3=0;
neuro=zeros(1,13);
neuro(1,:)=in(22,:);   
u1=0;
for p=1:13
            u1=neuro(1,p)*w11(p,1);
            u2=neuro(1,p)*w12(p,1);
            u3=neuro(1,p)*w13(p,1);
            sum1=u1+sum1;
            sum2=u2+sum2;
            sum3=u3+sum3;
        end
        
       
        y11=1/(1+exp(-(sum1))); 
        y21=1/(1+exp(-(sum2)));
        y31=1/(1+exp(-(sum3)));
        u21=y11*w2(1,1);
        u22=y21*w2(2,1);
        u23=y31*w2(3,1);
        y=1/(1+exp(-(u21+u22+u23)));
        disp(y);