依照計算出來的權重與閾值，可以得到目標函數E的數值如下。
E = 25.41
然而，評估目標函數召的大小卻沒那麼容易。不過因為訓練資料只有128張像素數為5X4=20的圖片，且數值只能是O或1，所以這樣的E應該選算不錯。
由遺種方法得到的目標函數敗值不保證是最小值。這是最佳化問題的宿命。
由以上計算出來的權重與關值建構出神經網路後，將神經網路的預湖結果與正解標籤對照，可以得到預測正確率（即準確率）如下。
準確率=98%
這也算是相當高的機率。
這些手寫字母醜到用本章的簡易神經網路也「很難正確判斷」。可見這個字跡實在醜到讓人有些同情。
iThome鐵人賽
看影片追技術