update read

Author: Syndrome777

3_Multilayer_Perceptron_多层感知机.md

@@ -1,8 +1,8 @@
 多层感知机（Multilayer Perceptron）
 ==================================
 
-	在本节中，假设你已经了解了[使用逻辑回归进行MNIST分类](https://github.com/Syndrome777/DeepLearningTutorial/blob/master/2_Classifying_MNIST_using_LR_逻辑回归进行MNIST分类.md)。同时本节的所有代码可以在[这里](http://deeplearning.net/tutorial/code/mlp.py)下载.
-下一个我们将在Theano中使用的结构是单隐层的多层感知机（MLP）。MLP可以被看作一个逻辑回归分类器。这个中间层被称为隐藏层。一个单隐层对于MLP成为通用近似器是有效的。然而在后面，我们将讲述使用多个隐藏层的好处，例如深度学习的前提。这个课程介绍了[MLP,反向误差传导，如何训练MLPs](http://www.iro.umontreal.ca/~pift6266/H10/notes/mlp.html)。
+在本节中，假设你已经了解了[使用逻辑回归进行MNIST分类](https://github.com/Syndrome777/DeepLearningTutorial/blob/master/2_Classifying_MNIST_using_LR_逻辑回归进行MNIST分类.md)。同时本节的所有代码可以在[这里](http://deeplearning.net/tutorial/code/mlp.py)下载.
+下一个我们将在Theano中使用的结构是单隐层的多层感知机（MLP）。MLP可以被看作一个逻辑回归分类器。这个中间层被称为隐藏层。一个单隐层对于MLP成为通用近似器是有效的。然而在后面，我们将讲述使用多个隐藏层的好处，例如深度学习的前提。这个课程介绍了[MLP，反向误差传导，如何训练MLPs](http://www.iro.umontreal.ca/~pift6266/H10/notes/mlp.html)。
 
 ###模型
 一个多层感知机（或者说人工神经网络——ANN）,在只有一个隐藏层时可以被表示为如下的图：

README.md

@@ -15,7 +15,7 @@ This is a `Chinese tutorial` which is translated from [DeepLearning 0.1 document
 
 * [入门（Getting Started）](https://github.com/Syndrome777/DeepLearningTutorial/blob/master/1_Getting_Started_入门.md)
 * [使用逻辑回归进行MNIST分类(Classifying MNIST digits using Logistic Regression)](https://github.com/Syndrome777/DeepLearningTutorial/blob/master/2_Classifying_MNIST_using_LR_逻辑回归进行MNIST分类.md)
-* Multilayer Perceptron
+* [多层感知机（Multilayer Perceptron）](https://github.com/Syndrome777/DeepLearningTutorial/blob/master/3_Multilayer_Perceptron_多层感知机.md)
 * Convolutional Neural Networks(LeNet)
 * Denoising Autoencoders(dA)
 * Stcaked Denoising Autoencoders(SdA)