深度学习（一）深度前馈网络（deep feedforward network）

深度学习（一）深度前馈网络（deep feedforward network）

深度前馈网络（deep feedforward network），也叫作 前馈神经网络（feedforward neural network）或者 多层感知机（multilayer perceptron, MLP）。
前馈网络的目标是近似某个函数 。
前馈网络主要干两件事：定义一个映射 y = f(x; θ)；学习这个映射里的参数 θ 的 值，使它能够得到最佳的函数近似。

这样的模型被称为是 前向（feedforward）的，这是因为原始信息流过x的函数以及（用于定义）f的中间计算过程，最终到达输出 y。在模型的输出和模型本身之间没有 反馈（feedback）连接。当前馈神经网络被扩展成包含反馈连接时，它们被称为 循环神经网络（recurrent neural network）。（简单来说前馈神经网络就是，学习从 x 到 y 的确定性映射并且没有反馈连接。）

前馈神经网络被称作 网络（