一神经网络使用了如下结构：输入层有三个节点，隐藏层有一层且有两个节点，输出层有一个节点。
隐藏成使用relu作为输出函数，输出层的损失函数为%5E%7B2%7D)
其中
是真实值，
是预测值。
输入层到隐藏层的第一个节点中，参数 [1, 1, 1], 截距为 0.1；到第二个节点中，参数 [-1, -1, -1]，截距为 0.1。
隐藏层到输出层的参数为[1, 1], 截距为0.1。
请问，对于输入[0.3, 0.2, 0.4]，其预测结果 = 1？
在反向传播中，假设学习率为0.1，且真实值为1.0，在该轮BP后，使用梯度下降去更新参数，请问一下参数会被更新为：隐藏层到输出层的参数[2, 3]，截距4。（结果均保留两位小数）
