python 多层感知机

多层感知机（Multilayer Perceptron，MLP）是一种前馈神经网络，由输入层、隐藏层和输出层组成。每一层都由多个神经元组成，每个神经元都与上一层的所有神经元相连。隐藏层可以有多层，每一层都可以有不同数量的神经元。MLP 可以用于分类和回归问题。

在 Python 中，可以使用多种库来实现 MLP，如 TensorFlow、Keras、PyTorch 等。其中，Keras 是一个高级神经网络 API，它可以在 TensorFlow、Theano 和 CNTK 等后端上运行。下面是一个使用 Keras 实现 MLP 的示例代码：

from keras.models import Sequential
from keras.layers import Dense

# 创建模型
model = Sequential()

# 添加输入层和第一个隐藏层
model.add(Dense(units=64, activation='relu', input_dim=100))

# 添加第二个隐藏层
model.add(Dense(units=64, activation='relu'))

# 添加输出层
model.add(Dense(units=10, activation='softmax'))

# 编译模型
model.compile(loss='categorical_crossentropy',
              optimizer='sgd',
              metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=5, batch_size=32)

# 评估模型
loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)