# 總結 在本章中，我們了解了多層感知機。我們解釋了如何為分類和回歸問題構建和訓練 MLP 模型。我們使用純 TensorFlow，Keras 和 TFLearn 構建了 MLP 模型。對于分類，我們使用圖像數據，對于回歸，我們使用時間序列數據。 構建和訓練 MLP 網絡模型的技術對于任何其他類型的數據（例如數字或文本）是相同的。然而，對于圖像數據集，CNN 架構已被證明是最佳架構，對于序列數據集，例如時間序列和文本，RNN 模型已被證明是最佳架構。 雖然我們在本章中僅使用簡單的數據集示例來演示 MLP 體系結構，但在后面的章節中，我們將介紹具有一些大型和高級數據集的 CNN 和 RNN 體系結構。