多層感知器

MLP

分類或回歸任務

說明：MLP（多層感知器）是一種前饋神經網路，通常用於處理結構化數據。
它由多個層組成，每層包含多個神經元，通過激活函數引入非線性。
MLP的訓練通常使用反向傳播算法，通過最小化損失函數來調整權重。

應用範圍：圖像識別、語音識別、自然語言處理等各種分類和回歸任務。

優點：MLP的優點是能夠學習複雜的非線性關係，但對於高維數據可能會過擬合。

缺點：MLP的缺點是對於序列數據處理不如RNN和CNN有效。

激活函數：MLP中常用的激活函數包括ReLU、Leaky ReLU、Sigmoid、Tanh、Softmax等。

參數調整：MLP的訓練需要調整多個超參數，如學習率、批次大小和層數等。