回入力し、
それを全ての入力パターンが入力し終わるまで行う。
これが
回終わったとき1セットの学習が終了したとする。
それをセット繰り返し、ネットワークに学習させた。
また、ネットワークが学習を成功できたかどうかを確認する必要がある。
これは同じ結合荷重の配分をもつホップフィールドネットのモデルを用いる。
ここへ先ほど入力させたパターンを入力し、想起されたパターンが入力パターンと
同じであれば学習に成功したということになる。
入力パターンの数と学習に成功したパターンの数が同じだった場合、
それを完全学習と呼び、そのときのパターン数を完全学習数と呼ぶ。
またパターン数が多くなっていくといずれ完全学習ができなくなる。
このとき、完全学習ができたなかで最もパターン数が多いものを最大完全学習数とする。