Podstawową zasadą przy doborze funkcji wyjściowej jednostki jest optymalne dopasowanie jej do procedury uczącej. Chodzi o to, aby zminimalizować liczbę obliczeń nowych wartości wag w sieci. Należy jednak przy tym pamiętać, że zakres wartości funkcji wyjścia musi gwarantować wyekstrahowanie reprezentacji wag sieci ANN, kodującej wzorce obrazu sygnału wejściowego o cechach dystynktywnych. W powyższych podpunktach zostały omówione podstawy architektury niektórych sieci. Jest to jeden aspekt podziału sieci ANN. Drugim równie istotnym są metody obliczeniowe, stosowane w procedurach pobudzających i uczących sieci ANN. W ostatnim dziesięcioleciu powstało wiele nowych algorytmów uczenia sieci. W części wykorzystują one reguły uczenia wypracowane o wiele wcześniej. Reguła