El entrenamiento consiste en la presentación repetida de un conjunto suficientemente amplio de datos de entrenamiento (training set), formado por las entradas y los valores correspondientes de las variables a predecir, hasta conseguir que los pesos internos (interacciones entre nodos) conduzcan a resultados óptimos en la capa de salida, acercándose lo más posible a los resultados esperados.
La arquitectura de una red viene determinada por el número de capas y nodos que la forman (Fig. \ref{fig004}). La complejidad de la red viene determinada por el número de interconexiones que contiene. En general, no es inmediato establecer de forma exacta cuval será la arquitectura ideal para cada aplicación. Así, problemas de discriminación lineal o de regresión logística pueden solucionarse con redes simples.