1、發展背景不同：
感知器是Frank Rosenblatt在1957年所發明的壹種人工神經網絡，可以被視為壹種最簡單形式的前饋式人工神經網絡，是壹種二元線性分類器。
而BP神經網絡發展於20世紀80年代中期，David Runelhart。Geoffrey Hinton和Ronald W-llians、DavidParker等人分別獨立發現了誤差反向傳播算法，簡稱BP，系統解決了多層神經網絡隱含層連接權學習問題，並在數學上給出了完整推導。
2、結構不同：
BP網絡是在輸入層與輸出層之間增加若幹層(壹層或多層)神經元，這些神經元稱為隱單元，它們與外界沒有直接的聯系，但其狀態的改變，則能影響輸入與輸出之間的關系，每壹層可以有若幹個節點。
感知器也被指為單層的人工神經網絡，以區別於較復雜的多層感知器（Multilayer Perceptron）。 作為壹種線性分類器，（單層）感知器可說是最簡單的前向人工神經網絡形式。
3、算法不同：
BP神經網絡的計算過程由正向計算過程和反向計算過程組成。正向傳播過程，輸入模式從輸入層經隱單元層逐層處理，並轉向輸出層，每層神經元的狀態只影響下壹層神經元的狀態。感知器使用特征向量來表示的前饋式人工神經網絡，它是壹種二元分類器，輸入直接經過權重關系轉換為輸出。
百度百科-感知器
百度百科-BP神經網絡