# 多層感知機 當我們將人工神經元連接在一起時，基于明確定義的結構，我們將其稱為神經網絡。這是一個神經元最簡單的神經網絡： Neural network with one neuron 我們連接神經元，使得一層的輸出成為下一層的輸入，直到最后一層的輸出成為最終輸出。這種神經網絡被稱為**前饋神經網絡（FFNN）**。由于這些 FFNN 由連接在一起的神經元層組成，因此它們被稱為 **MultiLayer** **感知機（MLP）**或**深度神經網絡（DNN）**。 作為示例，下圖中描繪的 MLP 具有三個特征作為輸入：兩個隱藏層，每個神經元包含五個神經元，一個輸出 y。神經元完全連接到下一層的神經元。這些層也稱為致密層或仿射層，并且這種模型也稱為順序模型。  讓我們重溫一下我們之前探索過的一些示例數據集，并在 TensorFlow 中構建簡單的神經網絡（MLP 或 DNN）。 您可以按照 Jupyter 筆記本`ch-05_MLP`中的代碼進行操作。