普世逼近定理 定义：一个具有至少一层的隐藏层的前馈神经网路，并且隐藏层包含有限数量的神经元（即多层感知机），它可以以任意精度逼近任意一个在$R^n$的闭集里的连续函数。 前提是这个前馈神经网络的激活函数满足某些性质，例如Sigmoid函数，Tanh函数，ReLU函数 多层感知近似于紧自己上的任何连续函数