mlp手写体数字识别的研究历史

MLP (多层感知器) 是一种最早被提出的神经网络结构之一。它最初被用于手写体数字识别的研究。

20世纪80年代初，Yann LeCun等人在多伦多大学提出了一种基于反向传播算法的手写体数字识别系统。该系统采用了一个含有两个隐藏层的MLP网络，经过大量的训练和调试，成功地实现了手写数字的自动识别。

随着计算机硬件性能的不断提高和神经网络算法的不断发展，MLP网络在手写体数字识别领域的应用也不断深入。1993年，美国邮政局提出了一个名为"Zip Code Recognition"的项目，旨在利用MLP网络对邮政编码进行自动识别。该项目的成功应用，使得MLP网络在手写体数字识别领域得到了广泛的应用。

近年来，随着深度学习的兴起，卷积神经网络 (CNN)、循环神经网络 (RNN) 等新的神经网络结构也被应用于手写体数字识别领域。但是，MLP网络仍然是一种非常有效的手写体数字识别方法，它为后来的神经网络算法提供了重要的基础。