Jawaban:
Sebuah perceptron selalu diumpankan ke depan , yaitu semua panah mengarah ke arah output. Jaringan saraf pada umumnya mungkin memiliki loop, dan jika demikian, sering disebut jaringan berulang . Jaringan berulang jauh lebih sulit untuk dilatih daripada jaringan feedforward.
Akhirnya, memiliki banyak lapisan berarti lebih dari dua lapisan, yaitu, Anda memiliki lapisan tersembunyi . Perceptron adalah jaringan dengan dua lapisan, satu input dan satu output. Jaringan berlapis-lapis berarti Anda memiliki setidaknya satu lapisan tersembunyi (kami menyebut semua lapisan antara lapisan input dan output tersembunyi).
Kapan kita mengatakan bahwa jaringan saraf tiruan adalah Perceptron berlapis-lapis?
Jaringan saraf tiruan, yang memiliki lapisan input, lapisan keluaran, dan dua atau lebih lapisan berat yang dapat dilatih (constisting of Perceptrons) disebut multilayer perceptron atau MLP.
Dan kapan kita mengatakan bahwa jaringan saraf tiruan adalah multilayer?
Anda dapat mengatakan itu adalah jaringan multilayer, jika ia memiliki dua atau lebih lapisan yang bisa dilatih.
Apakah istilah perceptron terkait dengan aturan belajar untuk memperbarui bobot?
Tidak. Ada banyak aturan belajar yang berbeda, yang dapat diterapkan untuk mengubah bobot untuk mengajarkan perceptron. Istilah perceptron tidak memerlukan aturan belajar tertentu dengan sendirinya.
Atau ini terkait dengan unit neuron?
Tidak yakin apa yang Anda maksud dengan ini.
Anda dapat membaca lebih lanjut di buku gratis ini http://www.dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf
Dari Wikipedia :
Dalam konteks jaringan saraf, perceptron adalah neuron buatan yang menggunakan fungsi langkah Heaviside sebagai fungsi aktivasi.
Jadi perceptron adalah tipe khusus unit atau neuron. Oleh karena itu multilayer perceptron adalah bagian dari jaringan saraf multilayer.