Multilayer Perceptron (MLP) เป็นโครงข่ายประสาทเทียมประเภทหนึ่งที่ประกอบด้วยเลเยอร์อินพุต เลเยอร์ที่ซ่อนอยู่ และเลเยอร์เอาท์พุต MLP เหมาะสำหรับงานการเรียนรู้ภายใต้การดูแล เช่น การจำแนกประเภทและการจดจำรูปแบบ และมักใช้ในแอปพลิเคชันการเรียนรู้เชิงลึก
เลเยอร์อินพุตของ MLP ประกอบด้วยเซลล์ประสาทจำนวนหนึ่ง หรือชุดของ "โหนดอินพุต" ที่กำหนด เซลล์ประสาทแต่ละตัวมีน้ำหนักที่แน่นอนซึ่งสอดคล้องกับการป้อนตัวเลขและค่าอคติ ค่าอคติจะถูกเพิ่มเข้าไปในผลรวมของอินพุตที่คำนวณได้สำหรับเซลล์ประสาทแต่ละอัน เลเยอร์เอาท์พุตของ MLP คือผลลัพธ์ที่ได้รับการประเมินของเลเยอร์อินพุตโดยใช้ค่าน้ำหนักและค่าอคติ และจะถูกป้อนไปข้างหน้าไปยังเลเยอร์ที่ซ่อนอยู่
เลเยอร์ที่ซ่อนอยู่คือเลเยอร์ตรงกลางระหว่างเลเยอร์อินพุตและเอาต์พุตของ MLP เลเยอร์นี้ประกอบด้วยเซลล์ประสาทจำนวนหนึ่งซึ่งแต่ละเซลล์ใช้ในการประมวลผลข้อมูลอินพุตและแยกรูปแบบบางอย่างออกมา ทำได้โดยใช้ฟังก์ชันการเปิดใช้งานกับเอาต์พุตจากเลเยอร์อินพุต ฟังก์ชันการเปิดใช้งานที่ใช้บ่อยที่สุดคือ Rectified Linear Unit (ReLU)
MLP เป็นหนึ่งในสถาปัตยกรรมที่ใช้มากที่สุดในด้านปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเนื่องจากความเรียบง่ายและความยืดหยุ่น เมื่อพารามิเตอร์แบบจำลองได้รับการฝึกฝนและปรับให้เหมาะสมแล้ว ก็สามารถใช้เพื่อคาดการณ์ด้วยข้อมูลใหม่ได้ MLP สามารถนำไปใช้งานได้หลากหลาย เช่น การประมวลผลภาษาธรรมชาติ การรู้จำเสียง การจดจำภาพ และอื่นๆ
