中文说明：应用背景前馈神经网络，是一个和，人工神经网络，其中的单位之间的联系，而不是和，形成一个和，有向周期。这是不同的，经常性的神经网络。前馈神经网络是第一个和最简单的类型的人工神经网络设计。在这个网络中，信息只有一个方向移动，向前，从输入节点，通过隐藏节点（如果有的话）和输出节点。网络中没有循环或循环多层感知器 ； ；（MLP）是一种前馈 ； ；人工神经网络 ；模型组输入数据映射到一组适当的输出。MLP由节点的有向图中的多个层，每个层完全连接到下一个。除了输入节点，每个节点是一个神经元（或处理单元）具有非线性和激活功能。MLP采用 ；监督学习 ；技术称为 ；BP ；训练网络。[ 1 ] [ 2 ] ；MLP是修改标准的线性感知器 ； ； ，可以不区分的数据；线性可分。[ 3 ]和公司的；和；关键技术多层感知器使用反向传播算法是任何 标准监督学习算法； ； 模式识别过程和正在进行的研究的主题；计算神经科学 ；和 ；并行分布处理。他们在随机解决问题的能力方面有用的研究，往往可以得到近似解复杂极 ； ； 健身近似等问题。MLP是在上世纪80年代流行的一种机器学习方法，发现在不同领域的应用如 ； ；语音识别，图像识别，和机器翻译 ； ；软件，[ 5 ] ；但自上世纪90年代面临更强大的竞争（与[ 6 ]） ；支持向量机。最近，有一些新的反向传播网络的兴趣，由于成功的经验，深学习。
English Description：
Application background A feedforward neural network is an artificial neural network where connections between the units do not form a directed cycle. This is different from recurrent neural networks. The feedforward neural network was the first and simplest type of artificial neural network devised. In this network, the information moves in only one direction, forward, from the input nodes, through the hidden nodes (if any) and to the output nodes. There are no cycles or loops in the network