精度是自己設定的，是那個水平的直線，這裏的神經網絡沒有best曲線，就是個goal和training兩條的。是訓練過程中的誤差曲線，表示經過X次訓練，感知器輸出達到目標值，也就是感知器的輸出已經和目標向量壹致了。
每壹代BP訓練過程的MSE指標的性能，每壹代BP交叉驗證過程的MSE指標shu的性能以及BP測試的MSE指標在每壹代中執行的過程。 特別是，應該註意內部的TEST紅線，這是BP計算/訓練結果。
擴展資料：
BP（Back Propagation）神經網絡是由Rumelhart和McCelland領導的壹組科學家於1986年提出的。BP（Back Propagation）是由反向傳播誤差反向傳播算法訓練的多層前饋網絡，是使用最廣泛的神經網絡模型之壹。
BP網絡可以學習並存儲大量的輸入-輸出模式映射關系，而無需事先揭示描述這些映射關系的數學方程式。 BP網絡的學習規則是使用最速下降法，並通過反向傳播來不斷調整網絡的權重和閾值，以最小化網絡的平方誤差之和。 BP神經網絡模型的拓撲包括輸入層，隱藏層和輸出層。
百度百科-BP神經網絡