一、单层神经元的缺陷:神经元必须是线性可分割的,异或问题无法找到一条直线分割两个类,这个问题导致神经网络发展停滞了很多年。

  二、多层感知机(MLP,Multilayer Perceptron)也叫人工神经网络(ANN,Artificial Neural Network),除了输入输出层,它中间可以有多个隐层,最简单的MLP只含一个隐层,即三层的结构,如下图:

多层感知器python 多层感知器优缺点_神经网络

 

从上图可以看到,多层感知机层与层之间是全连接的。多层感知机最底层是输入层,中间是隐藏层,最后是输出层。

 

 举个例子:我建立一个输入维度为3(x1,x2,x3)的模型,10个隐藏层的模型。

多层感知器python 多层感知器优缺点_多层感知机_02

 

 

   那么后面的param为40是有(维度3+权重1)*10=40 ,param为11 是(10个隐藏层+1)=11