パターンをネットワークに学習させるために、 4.1節に説明した逐次学習法を用いた。
i番目のパターンを入力したネットワークで全てのニューロンの状態を更新し、逐次学習法によりi番目のパターンを学習させる(条件式(4.2)の成立するニューロンの結合荷重を式(4.1)に従い変化させる)。これを50回繰り返した後、(i+1)番目のパターンを同様に入力し、連続して50回学習させる。このようにして全てのパターンについて順に学習させていく。(最初のパターンから最後のパターンまで順に50回ずつ学習させることを、1セットと呼ぶ。)本実験では100セットの学習を行なった。
100セットの学習が終了したネットワークと同一の素子数、同一の結合荷重値を持つマカロック・ピッツのニューロンモデルにより構成された相互結合型ニューラルネットワークに対して、学習させたパターンを入力し、その出力が入力と全く同一のパターンであるとき、そのパターンの学習が成功したと見做す。
なお、学習時に、式(4.1)中の結合荷重を一度に変化させる量 は0.05とした。
100セットの学習が終了した後、外部入力 を全て0として、3000回ネットワークの状態を更新させ、動的想起状態とした。学習したパターンと同一のパターンが想起されたとき、そのパターンの想起が成功したという。ネットワークの状態を3000回更新する中で、何種類のパターンが想起されたかを調べた。