多层前馈神经网络是指在单计算层感知器的输入层与输出层之间引入隐层（隐层个数可以大于或等于1）作为输入模式“的内部表示 ，由此单计算层感知器变成多（计算）层感知器。
单计算层感知器只能解决线性可分问题，而大量的分类问题是线性不可分的。克服单计算层感知器这一局限性的有效办法是，在输入层与输出层之间引入隐层（隐层个数可以大于或等于1）作为输入模式“的内部表示” ，单计算层感知器变成多（计算）层感知器。
由于多层前馈网络的训练经常采用
误差反向传播算法，人们也常将多层前馈网络直接称为BP（Back Propagation）网。