# 多层感知器

（MLP, Multi Layer Perceptron）

模仿人的思考机制 => （网状结构）

• 树突接受 多个 神经元的轴突释放的递质，产生信息并将信息转递给轴突，并由轴突再次向后续神经元释放递质，实现信息传递。
• 从 多个 上一层的模型中获得输入数据，通过某个 $f(x)$ 得到输出数据，并作为下一层模型的数据输入。

MLP 数学表达式（简化）：

$a_{1}^{2} =g(\theta_{10}^{1}x_{0}+\theta_{11}^{1}x_{1}+\theta_{12}^{1}x_{2}+\theta_{13}^{1}x_{3})$

$a_{2}^{2} =g(\theta_{20}^{1}x_{0}+\theta_{21}^{1}x_{1}+\theta_{22}^{1}x_{2}+\theta_{23}^{1}x_{3})$

$a_{3}^{2} =g(\theta_{30}^{1}x_{0}+\theta_{31}^{1}x_{1}+\theta_{32}^{1}x_{2}+\theta_{33}^{1}x_{3})$

$y=g(\theta_{10}^2a_0^2+\theta_{11}^2a_1^2+\theta_{12}^2a_2^2+\theta_3^2a_3^2)$

如上图，$x_i$ 为输入层，$a_i^2$ 为隐藏层，$y$ 为输出层，$\theta^j$ 为权值系数；

共有 4 个模型，组合为最终的 MLP 模型

实际中，输出层也可以有多个输出结果。