认知脚手架

正在准备你的认知工作台

arrow_back_ios_new
MENTAL MODEL · M5024

通用近似定理

Universal Approximation Theorem
数理技术高支撑神经科学
已收录
account_tree

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

一个包含至少一个隐含层、具有非线性激活函数的前馈神经网络,只要神经元数量足够多,就可以以任意精度逼近任何连续函数。

SCAFFOLDING EFFECT · 脚手架效应

psychology

降低认知负荷

AI能力的数学基石。它从理论上证明了神经网络的潜力是无限的。只要有足够的数据和算力(神经元),没有什么是数学上“学不会”的。这解释了为什么深度学习能横扫各个领域。

anchor

锚定快速决策

含一层隐藏层的前馈网络在宽度足够时可逼近任意连续函数。

MINIMUM ACTION · 最小行动

进行中 0/1

在一个真实场景中练习这个模型:

勾选记录你的进度(本机暂存)
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

  • link
    zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E9%80%9A%E7%94%A8%E8%BF%91%E4%BC%BC%E5%AE%9A%E7%90%86ZH · 明确
    verified

RELATED MODELS · 相关模型