Przykład ten pokazuje realizację problemu rozpoznawania przez sieć prostych symboli opartych na matrycy 3 x 3.

Ciąg uczący składa się z czterech następujących wektorów uczących:

wektor wejściowy	wektor wyjściowy
1 0 1 0 1 0 1 0 1 1 1 1 1 0 1 1 1 1 0 1 0 1 1 1 0 1 0 0 0 0 1 1 1 0 0 0	1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

Sieć musi mieć zatem 9 wejść i 4 wyjścia. Pozostaje zdefiniowanie warstw ukrytych. Doświadczenie pokazało, że najlepsze rezultaty uzyskano przy jednej warstwie ukrytej z pięcioma neuronami. Zatem ostateczna organizacja sieci wygląda następująco:

Nauczona sieć powinna prawidłowo rozpoznać symbole zniekształcone, np. tak:

... i rozpoznaje.