The quintessential example of a deep learning model is the feedforward deep network or multilayer perceptron (MLP). A multilayer perceptron is just a mathematical function mapping some set of input values to output values. The function is formed by composing many simpler functions. We can think of each application of a different mathematical function as providing a new representation of the input.
深度学习模型的典型例子就是前馈神经网络或者多层感知机（MLP），多层感知机仅仅是将输入值映射到输出值的一种数学函数变换，这种函数变换是由许多简单的函数组成。我们可以认为每个不同的数学函数的使用是提供了对输入数据的一种新的表示方式。
对于含有单个隐含层的多层感知机(single-hidden-layer Multi-Layer Perceptron, MLP)，可以将其看成是一个特殊的Logistic回归分类器，这个特殊的Logistic回归分类器首先通过一个非线性变换Φ(non-linear transformation)对样本的输入进行非线性变换，然后将变换后的值作为Logistic回归的输入。非线性变换的目的是将输入的样本映射到一个空间，在该空间中，这些样本是线性可分的。这个中间层我们称之为隐含层(a hidden layer)。
http://blog.csdn.net/xiaowei_cqu/article/details/9004331
https://www.codeproject.com/articles/821348/multilayer-perceptron-in-python
http://blog.csdn.net/jdbc/article/details/50449259