Sieć feedforward, jak sama nazwa wskazuje, ma połączenia tylko w jednym kierunku — to znaczy tworzy ukierunkowany graf acykliczny z wyznaczonymi węzłami wejściowymi i wyjściowymi. Każdy węzeł oblicza funkcję swoich danych wejściowych i przekazuje wynik swoim następcom w sieci. Informacje przepływają przez sieć od węzłów wejściowych do węzłów wyjściowych i nie ma pętli. Z drugiej strony, sieć rekurencyjna przekazuje swoje pośrednie lub końcowe wyniki z powrotem do swojego własnego wejścia. Oznacza to, że wartości sygnału w sieci tworzą dynamiczny system, który ma stan wewnętrzny lub pamięć. Sieci powtarzające się rozważymy w rozdziale 22.6. Przykładem sieci ze sprzężeniem do przodu są układy logiczne, które implementują funkcje logiczne. W obwodzie logicznym dane wejściowe są ograniczone do 0 i 1, a każdy węzeł implementuje prostą funkcję logiczną swoich danych wejściowych, tworząc 0 lub 1. W sieciach neuronowych wartości wejściowe są zwykle ciągłe, a węzły pobierają ciągłe dane wejściowe i wytwarzają wyjścia ciągłe. Niektóre dane wejściowe do węzłów są parametrami sieci; sieć uczy się, dostosowując wartości tych parametrów tak, aby sieć jako całość pasowała do danych treningowych.