def backpropagation(self, inputs, y, output):
        #1.błąd dla warstwy wyjściowej
        dout = y - output
        print("AAAAAAAA"+str(y))
        #2.błąd dla warstwy ukrytej
        dhid = [ np.dot(dout, [self.out[j][i] for j in range(self.outputDim)] ) for i in range(self.numOfHiddenUnits)]
        #3. Aktualizacja wag i dla pierwszej warstwy
        self.hidden = [ [(self.hidden[i][j] + (dhid[i]*inputs[j]*sigmoid_derivative(self.hid[i]))) for j in range(self.inputLength)] for i in range(self.numOfHiddenUnits)]
        #4. Aktualizacja wag i dla wyjściowej warstwy
        self.out = [ [(self.out[i][j] + (dout[i]*self.hid[j]*sigmoid_derivative(self.output[i]))) for j in range(self.numOfHiddenUnits)] for i in range(self.outputDim)]
        return 0