wps图表怎么改横纵坐标，MLP 多层感知器和CNN卷积神经网络区别

目录

wps表格横纵坐标轴怎么设置？

MLP (Multilayer Perceptron) 多层感知器

CNN (Convolutional Neural Network) 卷积神经网络

多层感知器MLP，全连接网络，DNN三者的关系

---

wps表格横纵坐标轴怎么设置？

1、打开表格点击图的右侧，依次点击“坐标轴”---》右侧的“右三角”进行展开。

2、选择“更多选项”（以柱状图为例）。

3、在右侧的“坐标轴选项”中根据所需进行设置即可

MLP (Multilayer Perceptron) 多层感知器

• 使用全连接层（fully connected layer）
• 只接受向量（vector）作为输入

CNN (Convolutional Neural Network) 卷积神经网络

• 局部连接层（locally connected layer）
• 可接受矩阵（matrix）作为输入

在图像处理上，CNN 使用稀疏连接层，来解决 MLP 向量输入时丢失的像素或像素之间的 2D 空间信息（spatial information）。

多层感知器MLP，全连接网络，DNN三者的关系

全连接神经网络 (Fully Connected Neural Network,FCN)，也称为密集连接神经网络，其每个节点都与上一层的所有节点相连，也就是说每个神经元都和上一层所有的神经元都有连接，是最简单的神经网络结构，它不一定要求有隐藏层。
多层感知机 (Multi-Layer Perceptron,MLP) 是一种特殊的全连接神经网络，它由输入层、若干个隐藏层和输出层组成。每个神经元都与上一层的所有神经元相连。
因此，MLP和FCN之间的主要区别在于隐藏层的存在。MLP通过添加多个隐藏层可以提高网络的表示能力，从而能够更好地解决复杂的分类和回归问题，而FCN有时候可能只有输入层和输出层。
深度神经网络(Deep Neural Network,DNN) 是指具有多层神经元的神经网络因此MLP属于DNN: FCN有时候属于DNN，有时候不属于DNN。但DNN也包括许多其他的深度网络，比如深度卷积网络等。