معمولا قبل از آغاز آموزش شبکه های عصبی یکسری پیش پردازش بر روی داده ها انجام می شود که باعث افزایش کارایی شبکه های عصبی می شود مانند :نرمالایز کردن داده ها و قرار دادن آن ها در یک فاصله مشخص مثلا بین -1 و 1.
در بعضی وضعیت ها ابعاد بردار ورودی بسیار بزرگ است، اما اجزا بردارها،همبستگی بالایی دارند. مفید است که در این وضعیت ابعاد بردار ورودی را کاهش دهیم. یک رویه مناسب برای این عمل استفاده از آنالیز اجزای اصلی است.این عمل سه اثر دارد: متعامد سازی اجزا بردار ورودی (بنابراین آنها هیچ وابستگی با یکدیگر ندارند) ، این کار اجزا متعامد(اصلی) را مرتب می کند و موثر ترین آن ها در اولین اولویت قرار می گیرد ، و در نتیجه می توان اجزایی که تغییرات کوچکتری در مجموعه داده ها ایجاد می کنند ،حذف کرد.
در برنامه متلب(MATLAB) این کار را می توان به صورت زیر انجام داد: