Коефіцієнт швидкості навчання дозволяє визначати інертність нейронної мережі щодо змін у надходженні нових даних, аби стримати різкі зміни коефіцієнтів всередині нейронної мережі

Алгоритм зворотного поширення похибки дозволяє визначити зміни у нейронній мережі, що забезпечує процес її навчання

Результати застосування нейронної мережі завжди безпосередньо залежать від якості проведеного навчання такої мережі

Активаційна функція дозволяє заблокувати передачу далі надто великих значень сигналу, що його сукупно отримує нейрон

Метод градієнтного спуску гарантовано приводить до знаходження глобального мінімуму

Для навчання нейронної мережі будь-яку множину даних слід розділити на дві частини - одна для навчання мережі, а інша для перевірки, причому співвідношення може бути 3:1

Коефіцієнти нейронної мережі можуть бути ініціалізовані усіма однаковими значеннями і це не вплине на якість її функціонування та навчання