局部范围的损坏使网络性能下降
神经网络在应用中已经表现了如下有用的特性与能力：一个神经元从根本上说就是一个非线性元件，自然地，由这些神经元互相连接组成的神经网络也是非线性的，而且这种非线性是分布在整个网络中。非线性是个非常重要的特性，尤其当河卵石制沙机产生输入信号（比如声音信号）的物理机制固有地为非线性的时候。
而在神经网络中，知识存储在神经元之间的连接关系中，新的知识用来调整这种连接关系，而不是破坏这种连接关系。也就是说，知识在神经网络中具有适应性，而在传统计算机中只是严格的替换关系。硬件实现的神经网络具有固有的容错性能，在不利的工作条件下，神经网络只是性能下降，但工作仍然可靠。
例如，如果一个神经元或它的连接权损坏了，存储模式的回忆质量降低，然而，由于信息在网络中分布式存储，所以只有当损坏是大范围的时候，锤式破碎机网络的整个响应才会严重下降。原则上，双辊破局部范围的损坏使得神经网络性能下降，但工作仍可靠，而不会造成灾难性的故障。