深度学习Linear,Dense,MLP,FC区别是啥？

最近又回到了一个很质朴的问题，关于DL里面各种classifier线性层的称谓Linear,Dense,MLP,FC之间的区别。欢迎纠正。
Linear:线性层，最原始的称谓，单层即无隐层。熟悉torch的同学都清楚torch.nn.Linear就是提供了一个in_dim * out_dim的tensor layer而已。

Dense：密集层，可以指单层linear也可以指多层堆叠，可无隐层,也可有,但一般多指后者。熟悉keras的同学也知道dense层其实就是多层线性层的堆叠。

MLP：多层感知器（Multi-layer perceptron neural networks），指多层linear的堆叠，有隐层。
FC：全连接层(fully connected layer)，单层多层均可以表示，是对Linear Classifier最笼统的一种称谓。