若有 $N$ 个观测样本、$p$ 个自变量、$M$ 个隐藏单元和 $L$ 个训练轮回（epoch），一个神经网络模型的拟合通常需要 $O(NpML)$ 次运算。有非常多的拟合神经网络的程序包，可能要比主流的统计方法的程序包多得多。已有的程序包的质量差别很大，而神经网络的学习问题对比如输入变量尺度的很多问题比较敏感，所以在使用这类软件时要仔细地选择和测试。
若有 $N$ 个观测样本、$p$ 个自变量、$M$ 个隐藏单元和 $L$ 个训练轮回（epoch），一个神经网络模型的拟合通常需要 $O(NpML)$ 次运算。有非常多的拟合神经网络的程序包，可能要比主流的统计方法的程序包多得多。已有的程序包的质量差别很大，而神经网络的学习问题对比如输入变量尺度的很多问题比较敏感，所以在使用这类软件时要仔细地选择和测试。