待验证50% 置信事实精确时间

通用近似定理指出只要层数和神经元足够多，神经网络可以以任意精度逼近任何连续函数

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

大模型本质是什么？用函数视角一文讲透核心原理

相关事实

待验证神经网络层数越多、神经元越多，模型的表达能力越强，但也越容易出现过拟合73% 相似待验证理解卷积神经网络需要线性代数和微积分基础，但不一定需要贝叶斯统计73% 相似待验证机制可解释性试图理解神经网络内部每个神经元和每层连接编码了怎样的概念70% 相似已验证神经网络的前向传播本质上就是矩阵乘法68% 相似待验证神经网络输出连续概率分布而符号推理引擎需要离散结构化输入，两者接口设计（神经-符号接口问题）至今没有公认最优解68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/582951

API

curl https://kongchang.com/api/v1/knowledge/claims/582951

MCP

get_claim(id=582951)