万能逼近定理

万能逼近定理（UAT）指出，一个包含足够多隐藏单元的单隐层前馈网络可以在紧集上以任意精度逼近任意连续函数。

UAT只保证存在性，不保证网络能通过梯度下降训练到最优解，也不保证隐藏单元数量和所需数据量在实践中可行。

把UAT当作'深度网络优于浅层网络'的证明是一种常见误解。