python3を使ってニューラルネットワークを作成したが学習精度が一向に上がらない

こんにちは。
numpyも使わず行列の演算式から(転置化含め)フルスクラッチでニューラルネットワークを実装してみたのですが学習精度を一向に上げることが出来なかった為質問させていただきました。
今回実装したのが、１～５までの間の数字をランダムで5個選んで、数字が５個一致していれば0.99,一致していなければ0.01を出力する方向で10000回学習させました。
ただ、出力層を一つにすると上手く学習できなかったので出力層を二つにして、一致していた場合targets[0]を0.99、していなかった場合はtargets[1]を0.99にするなど色々工夫をしてみましたがうまくいきません。
それ以外にも足し算を同様の方法で学ばせようとしましたがうまくいきませんでした。

機械学習に関しては本当に初心者ですので、実装からなのでコードが長くなりますが評価の程をよろしくお願い致します。
ちなみに行列式に関しましては、dotが行列同士の掛け算、addが行列同士の足し算、transposeは転置です。
この辺の実装に関しましては複数のパターンで検証してみましたところ問題なく稼動致しました。
以下はニューラルネットワークの実装部分です。

python
1class neuralnetwork:
2    def __init__(self,inputnodes,hiddennodes,outputnodes,learningrate=0.3):
3        self.inodes=inputnodes
4        self.hnodes=hiddennodes
5        self.onodes=outputnodes
6        self.lr=learningrate
7        self.wih=[[random.random()-0.5 for i in range(self.inodes)] for k in range(self.hnodes)]
8        self.who=[[random.random()-1 for i in range(self.hnodes)] for k in range(self.onodes)]
9        self.sig=lambda x:allmath.sigmoid(x)
10        self.dot=lambda x,y:allmath.dot(x,y)
11        self.tt=lambda x:allmath.transpose(x)
12        self.add=lambda x,y:allmath.add(x,y)
13
14    def query(self,inputs):
15        newmat=self.sig(self.dot(self.who,self.sig(self.dot(self.wih,inputs))))
16        t=0
17        for i in newmat:
18            t+=i[0]
19        newmat=[[x[0]/t] for x in newmat]
20        return newmat
21
22    def train(self,inputs,target):
23
24        hiddeninput=self.dot(self.wih,inputs)
25        hiddenoutput=self.sig(hiddeninput)
26
27        finalinput=self.dot(self.who,hiddenoutput)
28        finaloutput=self.sig(finalinput)
29
30        finalerror=[[t[0]-fo[0]] for t,fo in zip(target,finaloutput)]
31        #出力層分の縦型1次元行列
32        hiddenerror=self.dot(self.tt(self.who),finalerror)
33        #中間層分の縦型1次元行列
34
35
36
37
38        self.who=self.add(self.who,self.dot([[fe[0]*o[0]*(1-o[0])*self.lr] for fe,o in zip(finalerror,finaloutput)],self.tt(hiddenoutput)))
39        self.wih=self.add(self.wih,self.dot([[he[0]*ho[0]*(1-ho[0])*self.lr] for he,ho in zip(hiddenerror,hiddenoutput)],self.tt(inputs)))
40```
41そして、以下は学習の実行部分です。
42
43```python
44```
45import neural
46import random
47import allmath
48
49manabu=neural.neuralnetwork(5,10,1)
50for i in range(10000):
51    if random.randint(1,5)==5:#125回に一回しか全て揃うことが無いので、５回に一回の割合でぞろ目がでて学習させるように設定
52        a=random.randint(1,5)
53        a=[a for k in range(5)]
54    else:
55        a=[random.randint(1,5) for k in range(5)]
56
57    targets=[0.0001]
58
59    if all(a[0]==k for k in a):
60        targets=[0.999]
61
62
63    a=[k/5*0.99+0.01 for k in a]#入力値を0.01～0.99に設定
64    a=allmath.transpose(a)#行列演算用に転置
65    targets=allmath.transpose(targets)
66
67    manabu.train(a,targets)
68
69
70
71for i in range(30):
72    if random.randint(1,5)==5:
73        a=random.randint(1,5)
74        a=[a for k in range(5)]
75    else:
76        a=[random.randint(1,5) for k in range(5)]
77
78    print(a)
79    a = [k / 5 * 0.99 + 0.01 for k in a]
80    print(manabu.query(a))#実行してみたところ、ぞろ目に関係なく全て1.0しか表示しない
81```
82
83
84微分の式はおそらく間違っていないと思いました。テストデータの与え方や、リストの与え方などに問題があったことと思います。
85ご教授の程よろしくお願い申し上げます。