F w przestrzeni &lt;gap&gt; (L - liczba wag sieci). Łatwo zauważyć, że otrzymywane wartości wyjściowe sieci będą zmieniać się po każdym uaktywnieniu połączeń sprzężenia zwrotnego. Chaotycznemu działaniu sieci przeciwdziała się przez zastosowanie ciągu uczącego wymuszającego poprawne odpowiedzi sieci. Uczenie sieci oparte jest na wzorze Hebba (8.12) dla współczynnika &lt;gap&gt;.<br>Przedstawiając w postaci macierzowej regułę korekty wag - sieci otrzymujemy &lt;gap&gt; gdzie j - numer kolejnej aktywacji sieci.<br>Zakładamy, że wszystkie wagi połączeń przed rozpoczęciem uczenia mają wartość &lt;gap&gt;. Wartość wag jest modyfikowana o składnik będący macierzą korelacji &lt;gap&gt;. Po przeprowadzeniu N aktywacji sieci, odpowiadających liczbie elementów ciągu uczącego otrzymujemy sumaryczną poprawkę wag połączeń sieci &lt;gap&gt;<br>Załóżmy, że wykorzystana procedura