多层感知机MLP
BP算法的方面掀起了基于统计模型的机器学习热潮，那时候人工神经网络被叫做“多层感知机”
可以摆脱早期离散传输函数的束缚，使用sigmoid或tanh等连续函数模拟神经元对激励的响应，在训练算法上则使用Werbos发明的反向传播BP算法。对，这货就是我们现在所说的神经网络NN。多层感知机给我们带来的启示是，神经网络的层数直接决定了它对现实的刻画能力——利用每层更少的神经元拟合更加复杂的函数。
问题与解决
1）随着神经网络层数的加深，优化函数越来越容易陷入局部最优解，并且这个“陷阱”越来越偏离真正的全局最优。利用有限数据训练的深层网络，性能还不如较浅层网络。
解决：预训练方法缓解了局部最优解问题，将隐含层推动到了7层，由此揭开了深度学习的热潮。
2）另一个不可忽略的问题是随着网络层数增加，“梯度消失”现象更加严重。具体来说，我们常常使用sigmoid作为神经元的输入输出函数。对于幅度为1的信号，在BP反向传播梯度时，每传递一层，梯度衰减为原来的0.25。层数一多，梯度指数衰减后低层基本上接受不到有效的训练信号。
解决：为了克服梯度消失，ReLU、maxout等传输函数代替了sigmoid，形成了如今DNN的基本形式。值得一提的是，今年出现的高速公路网络(highway network)和深度残差学习(deep residual learning)进一步避免了梯度消失，网络层数达到了前所未有的一百多层。
MLP与CNN的区别
经典的多层感知机（Multi-Layer Perceptron）形式上是全连接（fully-connected）的邻接网络（adjacent network）。
最大的区别是Local receptive fields。
全连接的多层感知机中，输入视为（或者需转化为）一个列向量。而在卷积神经网络中，以手写字符识别为例，输入不再 reshape 为 (28*28, 1) 的列向量，而是作为 28×28 的像素灰度矩阵。