多層パーセプトロン (MLP) は、入力層、隠れ層、出力層で構成される人工ニューラル ネットワークの一種です。 MLP は、分類やパターン認識などの教師あり学習タスクに適しており、深層学習アプリケーションでよく使用されます。
MLP の入力層は、特定の数のニューロン、または指定された「入力ノード」のセットで構成されます。各ニューロンには、数値入力とバイアス値に対応する特定の重みがあります。バイアス値は、各ニューロンの入力の計算された合計に追加されます。 MLP の出力層は、重みとバイアス値を使用して入力層を評価した結果であり、隠れ層にフィードフォワードされます。
隠れ層は、MLP の入力層と出力層の間の中間層です。この層には一定数のニューロンが含まれており、それぞれが入力情報を処理し、特定のパターンを抽出するために使用されます。これは、入力層からの出力に活性化関数を適用することによって行われます。最も一般的に使用されるアクティベーション関数は、Rectified Linear Unit (ReLU) です。
MLP は、そのシンプルさと柔軟性により、人工知能と機械学習の分野で最もよく使用されているアーキテクチャの 1 つです。モデル パラメーターがトレーニングされ、最適化されると、それを使用して新しいデータで予測を行うことができます。 MLP は、自然言語処理、音声認識、画像認識など、さまざまなアプリケーションに使用できます。
