Производится оценка количества мультипликативных и аддитивных операций, необходимых для обучения искусственных нейронных сетей последовательными и параллельными алгоритмами. В качестве нейросетевых структур использованы многослойный персептрон, сеть Вольтерри и сеть каскадной корреляции Фальмана. В качестве методов подбора весовых коэффициентов использованы метод полного сканирования и некоторые градиентные методы – метод наискорейшего спуска, QuickProp и RPROP.

The estimation of quantity of the multiplicative and additive operations necessary for training of artificial neural networks by consecutive and parallel algorithms is made. As neuro-network structures the multilayer perseptron, Volterry structure and network of cascade correlation of Falmana were used. As methods of weights coefficients the method of full scanning and some gradients methods – a method of the quickest descent, QuickProp and RPROP were used.