; przy tym waga ta będzie tym bardziej ujemna, im silniejsza jest ta antykorelacja. Jeśli neurony bardzo rzadko są skorelowane, to ich waga jest bliska zeru, .
Dzięki regule Hebba macierz wag tworzy „energetyczne minima” w jej przestrzeni stanów; minima te odpowiadają zapamiętanym wzorcom. Kiedy zainicjujemy stan początkowy sieci odpowiadający niepełnemu lub zaszumionemu wzorowi, to sieć będzie ewoluować w stronę minimum energii, któremu odpowiada stan stabilny odtwarzanego wzorca (atraktor).
Sieć Hopfielda: inicjacja stanu sieci i reguła aktualizacji Proces odtwarzania wzorca przebiega w sieci Hopfielda następująco: W początkowym kroku iteracji aktywowana jest grupa neuronów, które stanowią część neuronów wybranego wzorców lub odpowiadają jego nieco zniekształconemu obrazowi; aktywacja ta polega na przypisaniu tym neuronom początkowych stanów liczbowych a pozostałym neuronom sieci stanów Losuje się liczbę ze zbioru liczb oznaczających numery neuronów sieci i oblicza się nowy stan -tego neuronu wg wzoru (wzór ten uwzględnia działanie od pozostałych neuronów sieci na -ty neuron):
gdzie: - numer kroku iteracji (kroku czasowego);