La quantité 
est le potentiel
post-synaptique (ou l'entrée totale). La fonction
d'activation utilisée pour calculer la sortie
est appelée fonction de Heaviside. L'ensemble des variables
d'entrée est parfois appelé rétine.
On trouve fréquemment une variante de ce modèle de base dans laquelle la sortie prend les valeurs -1 et 1 au lieu de 0 et 1 : il suffit d'utiliser la fonction g(x) = 2f(x) - 1 à la place de f. D'autres fonctions d'activation peuvent également être utilisées : nous en verrons un exemple ci-dessous.
Un perceptron est donc une fonction de 
(ou 
) dans
.
On voit que quelques uns des traits principaux des neurones réels ont été retenus dans la définition du perceptron : les entrées modélisent les dendrites, les impulsions en entrée sont pondérées par les coefficients synaptiques et l'impulsion émise, c'est-à-dire la sortie, obéit à un effet de seuil (pas d'impulsion si l'entrée totale est trop faible).
Si l'on veut faire le lien avec les chapitres précédents, on peut voir les neurones d'entrées comme décrivant un espace de description (attributs binaires ou réels) et le perceptron comme une procédure de classification binaire (c'est-à-dire en deux classes) sur cet espace.
