الگوريتم هاي آموزشي متنوعي جهت آموزش شبكه هاي عصبي به كار گرفته شده است. از مهم ترين الگوريتم هاي آموزشي مي توان از الگوريتم پس انتشار(back propagation)نام برد. در الگوريتم پس انتشار در هر مرحله مقدار خروجي محاسبه شدة جديد، با مقدار واقعي مقايسه شده، و با توجه به خطاي بدست آمده به اصلاح وزنها وباياسهاي شبكه پرداخته مي شود. به نحوي كه در انتهاي هرتكرار اندازه خطاي حاصله كمتر از ميزان بدست آمده درتكرار قبلي باشد. اساس اين كمينه سازي، حركت بر روي بردار گراديان تابع مربعات خطاي شبكه می باشد، كه اين بردار نيز به نوبه خود بوسيله مشتق گيري زنجيره اي از تابع خطا نسبت به تك تك پارامترهاي شبكه بدست می آيد]71[.