Si la matrice V est maintenue supérieure-triangulaire, il est possible de vectoriser le processus. Il existe également d`autres variantes, comme le réseau Földiák, qui adopte une matrice symétrique V, afin d`ajouter la contribution de toutes les autres unités à y (i). Cependant, le modèle Rubner-Tavan semble plus semblable au processus adopté dans un PCA séquentiel, où le deuxième composant est calculé comme orthogonale à la première et ainsi de suite jusqu`au dernier. Le premier est Hebbian basé sur la règle de l`Oja, tandis que le second est anti-Hebbian parce que son but est de réduire la corrélation entre les unités de sortie. En fait, sans le facteur de normalisation, la mise à jour est sous la forme dW =-αy (i) y (k), afin de réduire le poids synaptique lorsque deux unités de sortie sont corrélées (même signe). où V (n × n) est une matrice triangulaire inférieure avec tous les éléments diagonaux à 0 et W a une forme (n × m). En outre, il est nécessaire de stocker le y (t) afin de calculer y (t + 1). Cette procédure doit être répétée jusqu`à ce que le vecteur de sortie ait été stabilisé. En général, après k < 10 itérations, les modifications sont sous un seuil de 0,0001, cependant, il est important de vérifier cette valeur dans chaque application réelle. Le processus de formation est géré avec deux règles de mise à jour: l`un des effets les plus intéressants de l`APC (analyse des composants principaux) est de décorrattacher la matrice de covariance en entrée C, en calculant les vecteurs propres et en exploitant un changement de base à l`aide d`une matrice V: l`exemple code est basé sur le jeu de données MNIST fourni par Scikit-Learn et adopte un nombre fixe de cycles pour stabiliser la sortie. Le code est également disponible dans cet essentiel: où nous supposons que N (Input-dimensionnalité) < < M (output-dimensionnalité).

La sortie du réseau peut être calculée comme: l`apprentissage Hebbian est l`une des théories d`apprentissage les plus connues, proposée par le psychologue canadien Donald Hebb en 1949, plusieurs années avant que ses résultats ne soient confirmés par des expériences neuroscientifiques..