- 不适合于高精度计算；学习问题没有根本解决， 　　神经网的鲁棒性和它的输出结果的不严格性是一致的。如果输出不能有任何一点偏差，那就很难有什么鲁棒性。因此，神经网络经常是给出一个可信度，或者是一个相对最优的结果，不适合高精度的计算。 　　- 目前没有很完善的学习方法，经验参数太多。 　　尽管有了BP学习算法等训练方法可以设计并实现一定规模的神经网络。但是，算法理论上的完备性，并不等于很好的实用性，同时算法本身的参数设定、学习收敛速度等问题还有待解决。