6. 深度學習實踐：深度前饋網絡（續）

接上篇：6. 深度學習實踐：深度前饋網絡 5. 架構設計 5.1 深度 萬能近似定理：一個FNN如果具有線性輸出層和至少一層具有任何一種擠壓性質的激活函數的隱藏層，只要給予網絡足夠數量的隱藏單元，它能夠以任意精度來近似任何從一個有限維空間到另一個有限維空間的Borel可測函數。 該定理意味着：無論我們試圖學習什麼函數，一個大的MLP一定能夠表示這個函數。很完美，是不是？ 但是，我們不能保證訓練算法

>>阅读原文<<