深度学习之多层感知器

　　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：

 

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。

 

 

 　　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