C# 神经网络中实例误差的计算

我有一个有两个输出节点的神经网络，我正在用c语言为它编写反向传播算法。这就是我计算实例误差的方法

 instanceErr += (double)((Math.Pow(error1[0], 2) + Math.Pow(error1[1], 2)) / 2);

这段代码在一个循环中，执行224次，因为我有224个实例。这是正确的方法吗？ 然后，我像这样计算每个历元的误差

 meanSqrE = (double) (instanceErr/224);

---

但在两个时代之后，它开始给我30次相同的错误，然后它打印这个NaN。我不知道我哪里出了问题

30次，我的意思是在接下来的30个世纪里，N是Not数字的缩写。error1或instanceErr可能为null，这会导致错误。我知道当我们尝试将0除以0时，这不是一个数字，但我在代码中没有任何这样的东西。如果错误小于1，则将数字平方会变小。而将一个非常小的数字除以2将得到相当于0/0的值。你是在运行你自己的神经网络吗？有很多开源框架都有完整的反向传播实现，请参阅：了解更多信息。我知道它不能直接回答你的问题，但它可以帮你省去重新发明轮子的麻烦。