感知器是神经网络的基本构建块，充当单层线性分类器。它接收多个输入，将每个输入乘以权重，将它们加总，然后应用激活函数以产生输出。多层感知器（MLPs）通过堆叠多个感知器层来扩展这一概念，包括输入层、一个或多个隐藏层和输出层，允许对数据中更复杂、非线性的关系进行建模。