多层感知器

✍ dations ◷ 2025-07-14 23:16:29 #多层感知器

多层感知器（Multilayer Perceptron,缩写MLP）是一种前向结构的人工神经网络，映射一组输入向量到一组输出向量。MLP可以被看作是一个有向图，由多个的节点层所组成，每一层都全连接到下一层。除了输入节点，每个节点都是一个带有非线性激活函数的神经元（或称处理单元）。一种被称为反向传播算法的监督学习方法常被用来训练MLP。多层感知器遵循人类神经系统原理，学习并进行数据预测。它首先学习，然后使用权重存储数据，并使用算法来调整权重并减少训练过程中的偏差，即实际值和预测值之间的误差。主要优势在于其快速解决复杂问题的能力。多层感知的基本结构由三层组成：第一输入层，中间隐藏层和最后输出层，输入元素和权重的乘积被馈给具有神经元偏差的求和结点,主要优势在于其快速解决复杂问题的能力。 MLP是感知器的推广，克服了感知器不能对线性不可分数据进行识别的弱点。

若每个神经元的激活函数都是线性函数，那么，任意层数的MLP都可被约简成一个等价的单层感知器。

实际上，MLP本身可以使用任何形式的激活函数，譬如阶梯函数逻辑Sigmoid函数，但为了使用反向传播算法进行有效学习，激活函数必须限制为可微函数。由于具有良好可微性，很多S函数，尤其是双曲正切函数（Hyperbolic tangent）及逻辑函数，被采用为激活函数。

在深度学习的最新发展中，线性整流(ReLU)更频繁地被用来克服与S函数相关的数值问题。

两个历史上常见的激活函数都是 S函数，形式是

${displaystyle y(v_{i})=tanh(v_{i})}$ ${displaystyle y(v_{i})=tanh(v_{i})}$ 和 ${displaystyle y(v_{i})=(1+e^{-v_{i}})^{-1}}$ ${displaystyle y(v_{i})=(1+e^{-v_{i}})^{-1}}$ 。

第一个是个双曲正切函数，值域为 -1 到 1；第二个是个逻辑函数，形状很相似但是值域为 0 到 1。令 y_i 为第 i 个节点（神经元）的输出，而 v_i 是输入连接的加权和。也有其他的激活函数，例如线性整流函数，径向基函数（用于径向基函数网络，另一种监督神经网络模型）。

MLP由三层或更多层非线性激活节点组成(一个输入层和一个具有一个或多个隐藏层的输出层)。由于多层互连是完全连接的，所以一层中的每个节点都以一定的权重 w_ij 连接到下一层的每个节点。

MLP 在感知器中进行学习，通过每次处理数据后改变连接权重，降低输出与预测结果的误差量。这是有监督学习的一个例子，通过反向传播来实现，反向传播是线性感知器中最小均方算法的推广。

我们可以将输出节点 j 的第 n 个数据点的误差表示为 ${displaystyle e_{j}(n)=d_{j}(n)-y_{j}(n)}$ ${displaystyle e_{j}(n)=d_{j}(n)-y_{j}(n)}$ ，其中 d 是目标值，y 是由感知器预测的值。调整节点权重的方式是，尝试通过修正节点权重最小化输出的整体误差

使用梯度下降，每个权重的修正量为

其中 y_i 是前一个神经元的输出，η是学习率。η需要精心挑选，保证权重可以快速收敛而不发生震荡。

式中的导数取决于局部场 v_j。场是变化的。很容易证明输出节点的导数可以简化为

其中 ${displaystyle phi ^{prime }}$ ${displaystyle phi ^{prime }}$ 是激活函数的导数。 ${displaystyle phi ^{prime }}$ ${displaystyle phi ^{prime }}$ 是不变的。对于隐藏节点的权重变化，分析更加困难，但是可以看出相关的导数是

代表输出层的第k个节点的权重变化会影响这个导数。因此，为了改变隐藏层权重，输出层权重根据激活函数的导数而改变，因此该算法代表激活函数的反向传播。

术语“多层感知器”不是指具有多层的单感知器，每一层由多个感知器组成。另一种说法是是“多层感知器网络”。此外，MLP的“感知器”不是最严格意义上的感知器。真正的感知器在形式上是人工神经元的一个特例，它使用一个阈值激活函数，如阶跃函数。MLP感知器可以使用任意激活函数。一个真正的感知器执行二进制分类(或者这个或者那个)，一个MLP神经元可以自由地执行分类或者回归，这取决于它的激活函数。

后来应用术语“多层感知器”时，没有考虑节点/层的性质，节点/层可以由任意定义的人工神经元组成，而不是具体的感知器。这种解释避免了将“感知器”的定义放宽到一般意义上的人工神经元。

常被MLP用来进行学习的反向传播算法，在模式识别的领域中算是标准监督学习算法，并在计算神经学及并行分布式处理领域中，持续成为被研究的课题。MLP已被证明是一种通用的函数近似方法，可以被用来拟合复杂的函数，或解决分类问题。

MLP在80年代的时候曾是相当流行的机器学习方法，拥有广泛的应用场景，譬如语音识别、图像识别、机器翻译等等，但自90年代以来，MLP遇到来自更为简单的支持向量机的强劲竞争。近来，由于深度学习的成功，MLP又重新得到了关注。

相关

1993年布法罗第十七届夏季世界大学生运动会于1993年7月8日至7月18日在美国纽约州水牛城举行。共有来自117个国家，一共5105名运动员参加。* 主办国家/地区（美国）
日本时报日本时报（The Japan Times，ジャパンタイムズ）是一家总部位于日本东京都港区、专办英文报纸与英文杂志书籍等出版品的报社。创刊于1897年的日本时报，是日本现存的英文报纸中历史
中华民国汽车客运业者列表公路总局民用航空局高速公路局航港局铁道局台湾铁路管理局中华邮政公司台湾港务公司桃园国际机场公司国道省道县道 - 市道（列表）乡道 - 区道专用公路编号与名称
凯奥克他达区凯奥克他达区（缅甸语：ကျောက်တံတားမြို့နယ်；；英语：Kyauktada Township）为缅甸仰光省仰光市的镇区。2014年人口29,853人，区域面积0.70平方公里。凯奥克他达区下分
饶思聪饶思聪（1506年－1555年），字子闻，号湖田，江西新干（今界埠乡湖田村）人。明朝政治人物。江西乡试第七十四名举人。嘉靖八年（1529年）中式己丑科进士。任保定府（今河北保定市）推官。升刑部主事
应浩应浩 (1958年－) 是一位计算机工程师，智能控制，人工神经网络专家。1982年获得东华大学电子工程学士学位，1984年获得东华大学计算机工程硕士学位，1990年获得阿拉巴马大学伯明翰分校
安嫔 (嘉庆帝)安嫔（1785年3月1日－1837年7月29日），苏完瓜尔佳氏，满洲镶黄旗人。原任一等信勇公、二等侍卫安英之女，乌里苏台将军福兴之孙女，开国功臣费英东嫡系后代。清朝嘉庆帝之嫔。乾隆五十年
超感8人组《超感8人组》（英语：，“sensate”的谐音，/ˈsɛnseɪt/，意为“知觉的”）是一部由沃卓斯基姐妹和约瑟夫·迈克尔·斯特拉日恩斯基为Netflix创作的美国科幻剧情（英语：Drama (film and
阿贝拉尔多·奥利维耶阿贝拉尔多·奥利维耶（意大利语：Abelardo Olivier，1877年11月9日－1951年1月24日），意大利男子击剑运动员。他曾获得1908年夏季奥运会男子佩剑团体银牌，1920年夏季奥运会男子花剑团体
大部由美大部由美（日语：大部由美／おおべゆみ，1975年2月15日－），日本足球运动员，日本国家女子足球队成员。在1991年8月21日，她代表日本国家女子足球队出赛，在对战中国的比赛中首次亮相。