static void BackPropagation()
{
List <uint> Configurate = new List <uint>(); //Создаем конфигурацию сети, состоящую из трех слоев
Configurate.Add(2); //1-ой входной слой сети с двумя нейронами
//2-ой слой сети с двумя нейронами
Configurate.Add(5);
Configurate.Add(3);
Configurate.Add(1);//4-й выходнрой слой сети с одним нейроном
ANeuralNetwork NR = new ANeuralNetwork(Configurate, ANeuralNetwork.ActivationType.PositiveSygmoid, 1);
List <List <double> > inputs = new List <List <double> >();
List <List <double> > outputs = new List <List <double> >(); //создаем пустые вектора под входные и выходные данные
NR.LoadData("..\\..\\..\\..\\PerceptronData.txt", inputs, outputs); // выгружаем данные из файла
// инцилизируем веса сети случайным образом
NR.BackPropTraining(inputs, outputs, 3000000, 0.01, 1, true); //Обучение сети метдом оьбратного распространения ошибки
Console.WriteLine(NR.GetType()); //в каждые 100 итераций выводит данные в строку
NR.Save("..\\..\\..\\..\\PerceptronSavedData.txt"); //сохраняем в файл
}