多层感知机和神经网络的区别_【机器学习】三层神经网络

来源 | AI小白入门
作者&编辑 | 文杰、yuquanle

原文链接：

【机器学习】三层神经网络​mp.weixin.qq.com

一、神经单元

​ 深度学习的发展一般分为三个阶段，感知机-->三层神经网络-->深度学习（表示学习）。早先的感知机由于采用线性模型，无法解决异或问题，表示能力受到限制。为此三层神经网络放弃了感知机良好的解释性，而引入非线性激活函数来增加模型的表示能力。三层神经网络与感知机的两点不同

1）非线性激活函数的引入，使得模型能解决非线性问题

2）引入激活函数之后，不再会有

损失的情况，损失函数采用对数损失，这也使得三层神经网络更像是三层多元（神经单元）逻辑回归的复合