Respostas:
Um perceptron está sempre avançando , ou seja, todas as setas estão indo na direção da saída. As redes neurais em geral podem ter loops e, nesse caso, são frequentemente chamadas de redes recorrentes . Uma rede recorrente é muito mais difícil de treinar do que uma rede de feedforward.
Finalmente, ter várias camadas significa mais de duas camadas, ou seja, você tem camadas ocultas . Um perceptron é uma rede com duas camadas, uma entrada e uma saída. Uma rede de várias camadas significa que você tem pelo menos uma camada oculta (chamamos todas as camadas entre as camadas de entrada e saída ocultas).
Quando dizemos que uma rede neural artificial é um Perceptron multicamada?
A rede neural artificial, que possui camada de entrada, camada de saída e duas ou mais camadas de peso treináveis (constituídas por Perceptrons) é chamada perceptron de múltiplas camadas ou MLP.
E quando dizemos que uma rede neural artificial é multicamada?
Você pode dizer que é uma rede de várias camadas, se tiver duas ou mais camadas treináveis.
O termo perceptron está relacionado à regra de aprendizado para atualizar os pesos?
Não. Existem muitas regras de aprendizado diferentes que podem ser aplicadas para alterar pesos para ensinar perceptron. O termo perceptron não implica nenhuma regra específica de aprendizado por si só.
Ou está relacionado a unidades de neurônios?
Não sei o que você quer dizer com isso.
Você pode ler mais neste livro gratuito http://www.dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf
Da Wikipedia :
No contexto de redes neurais, um perceptron é um neurônio artificial que usa a função de passo Heaviside como a função de ativação.
Portanto, o perceptron é um tipo especial de unidade ou neurônio. Portanto, o perceptron multicamada é um subconjunto de redes neurais multicamadas.