概念Universal Approximation Theorem / UAT
通用近似定理
1989年由George Cybenko证明的数学定理,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,是深度学习理论基础之一。
核心事实
时间轴 (近 90 天)
7月23日
通用近似定理由数学家Cybenko于1989年针对Sigmoid激活函数给出严格证明
已验证70%
1989年由George Cybenko证明的数学定理,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,是深度学习理论基础之一。
通用近似定理由数学家Cybenko于1989年针对Sigmoid激活函数给出严格证明