دو دستور train و adapt‌ در مطلب جهت آموزش یک شبکه عصبی بکار می روند جهت درک این دو دستور به دو مثال زیر دقت کنید:

دستور batch با هر ورودی، وزن ها و بایاس را به روز می کند (batch training)

[css]clear
clc
Wo=[0 0];
bo=0;
alfa=.01;
p=[[1;2] [2;1] [2;3] [3;1]];
t=[4 5 7 7];
%use error , weight and bias in each iteration
for j=1:2
for i=1:4
    a(i)=Wo*p(:,i)+bo;
    e=t(:,i)-a(i);
    Wo=Wo+alfa*e*p(:,i)’;
    bo=bo+alfa*e;
end
end[/css]

اما دستور train‌ به روش Increasing training اموزش می دهد یعنی پس اتمام یک گذر از ورودی ها، وزن ها و بایاس ها را به روز می کند

[css]clear
clc
Wo=[0 0];
bo=0;
Wn=[0 0];
bn=0;
alfa=.01;
p=[[1;2] [2;1] [2;3] [3;1]];
t=[4 5 7 7];
for j=1:2
for i=1:4
    a(i)=Wn*p(:,i)+bn;
    e=t(:,i)-a(i);
    Wo=Wo+alfa*e*p(:,i)’;
    bo=bo+alfa*e;
end
   Wn=Wo;
   bn=bo;
end[/css]