מזינים דוגמאות (למשל תמונות של חתולים וכלבים עם תוויות).
הרשת מנחשת תשובה (forward pass).
מחשבים שגיאה בין התשובה לתשובה הרצויה (loss function).
Backpropagation – מעבירים את השגיאה אחורה, ומחשבים נגזרות חלקיות של השגיאה לפי כל משקל.
עדכון משקלים – באמצעות Gradient Descent, המשקלים משתנים צעד קטן בכיוון שמקטין את השגיאה.
חוזרים על התהליך מיליוני פעמים.
התוצאה – המשקלים הסופיים מקודדים לדפוסים סטטיסטיים: למשל, שכבה ראשונה מזהה קווים, השנייה צורות, השלישית איברי פנים, הרביעית חתול. זהו ידע מרומז – אין מקום אחסון נפרד של עובדות, אלא עוצמות קשרים בלבד.