python 神经网络感知器
1958年，计算科学家Rosenblatt提出了由两层神经元组成的神经网络。他给它起了一个名字“感知器”（Perceptron），感知器是当时首个可以学习的人工神经网络。这个时期可以看作神经网络的第一次高潮。
1.单层感知器（单层神经网络）
与神经元模型不同，感知器中的权值是通过训练得到的。因此，根据以前的知识我们知道，感知器类似一个逻辑回归模型，可以做线性分类任务。
2.多层感知器（两层神经网络）
两层神经网络在多个地方的应用说明了其效用与价值。10年前困扰神经网络界的异或问题被轻松解决。神经网络在这个时候，已经可以发力于语音识别，图像识别，自动驾驶等多个领域。
Python 人工神经网络算法：1.常见神经网络算法算法名称算法描述BP神经网络是一种按误差逆传播算法训练的多层前馈网络，学习算法是 δ \deltaδ 学习规则，是目前应用最广泛的神经网络模型之一RBF径向神经网络 ...