Este documento propone un nuevo algoritmo de optimización para redes neuronales de retropropagación (BP) al fusionar la diferenciación de orden entero y la diferenciación de orden fraccional, mientras que la diferenciación de orden fraccional tiene ventajas significativas en la descripción de fenómenos complejos con efectos de memoria a largo plazo y no localidad, su aplicación en redes neuronales a menudo se ve limitada por la falta de interpretabilidad física e inconsistencias con modelos tradicionales. Para abordar estos desafíos, proponemos un algoritmo de descenso de gradiente mixto entero-fraccional (MIF) para el entrenamiento de redes neuronales. Además, se proporciona un análisis detallado de convergencia del algoritmo propuesto. Finalmente, experimentos numéricos ilustran que el nuevo algoritmo de descenso de gradiente no solo acelera la convergencia de las redes neuronales BP, sino que también aumenta su precisión de clasificación.