神经网络 反向传导过程

Question

小弟初学神经网络，出现了一个问题，望各位大神解惑。

首先说下编程结果：
用的sigmoid函数，输入输出参数已归一化，w的初始值为[0,1]的随机数
运行后发现，所有w最终都会趋于0，无论输入什么，隐藏层和输出层的值都趋于不变

自己对公式重新分析后存在困惑：
首先，对于最后一层隐藏层，就是直接与输出层相连的隐藏层，有，而输出层有，对于所有最后一层隐藏层中的结点，该值是一样的，也就是说，对于最后一层隐藏层所有节点的w的偏导值完全是等倍数修改的。而这又会导致最后一层隐藏层所有节点的w值趋同，前几层理解过程一样，最终导致相同层的w值都近似相等。
请问是哪里理解错了？

Answer 1

http://wenku.baidu.com/link?url=64divYQY11FDm_UdtCsz2kSLjB7KLHeQIY60Pqh0l1bSvaAcQsktQqABVXmtEaw_PnM3z9eA7Lx0v2I_O-r_Q0xqFskc080qWcNlaVlgqNG