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ため、 ここで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、 すべてのパターンを想起できたことになる。こ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。 このときに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。