wektorami oznaczającymi wymagane zestawy odpowiedzi sieci na wymuszenie dane odpowiednimi obrazami sygnałów wejściowych <gap>. Metodą uczenia zastosowaną tutaj jest metoda Delta, która dla jednej warstwy neuronów ma formułę bardzo prostą i można ją przedstawić w postaci macierzowej <gap> przy czym końcowy indeks k jest równy liczbie klas M. Zgodnie z tym wzorem, korekcie w procesie uczenia są poddane wszystkie wagi. Każdej z tych wag odpowiada jeden element z NM-elementowej macierzy sygnałów wejściowych i jeden element ze zbioru M-elementowego, o tym samym rozmiarze, jaki mają macierze Z i Y. Czyli otrzymujemy macierz poprawek . o rozmiarze MN (zgodnym z rozmiarem macierzy <gap>), co umożliwia