Hebbovo pravidlo pro Hopfieldovu síť

Pro nastavení mezi neurony lze jak v případě binárních, tak v případě bipolárních výstupů neuronů použít Hebbovo pravidlo.  Na síť postupně přikládáme jednotlivé vzory z trénovací množiny. Váhy   jsou pak kladně posilovány při souhlasné pozitivní aktivaci neuronů na předložený vstup. Při nesouhlasné aktivaci sousedních neuronů propojených vazbou s vahou jsou jejich vzájemné vazby oslabovány. Výsledná váha pak představuje rozdíl mezi souhlasnými a nesouhlasnými stavy (výstupy ) neuronů pro všechny vstupy z trénovací množiny.

Konkrétní hodnota váhy wij mezi neurony tak může být nastavena pro binární neurony dle vztahu

(12)

Pro bipolární neurony je vztah jednodušší.

(13)

Jednotlivé vzory jsou tedy v síti uloženy nepřímo, formou vahami ohodnocených vztahů mezi neurony a jejich stavy. Tato metoda učení však může vést ke vzniku fantomů, falešných atraktorů, které představují lokální minima energetické funkce, ale nereprezentují žádný z požadovaných předkládaných atraktorů.