梳理机器学习分类，了解神经网络，分析感知机
追根溯源的话，神经网络的基础模型是感知机(Perceptron)，因此神经网络也可以叫做多层感知机(Multi-layer Perceptron)，简称MLP。
单层感知机叫做感知机，多层感知机(MLP)≈人工神经网络(ANN)。
那么多层到底是几层？
一般来说有1-2个隐藏层的神经网络就可以叫做多层，准确的说是(浅层)神经网络(Shallow Neural Networks)。
随着隐藏层的增多，更深的神经网络(一般来说超过5层)就都叫做深度学习(DNN)。
然而，“深度”只是一个商业概念，很多时候工业界把3层隐藏层也叫做“深度学习”，所以不要在层数上太较真。
在机器学习领域的约定俗成是，名字中有深度(Deep)的网络仅代表其有超过5-7层的隐藏层。
神经网络的结构指的是“神经元”之间如何连接，它可以是任意深度。
以下图的3种不同结构为例，我们可以看到连接结构是非常灵活多样的。
https://blog.csdn.net/weixin_34007906/article/details/89987096
https://zhuanlan.zhihu.com/p/369328305
