通用逼近定理（Cybenko 1989，Hornik 1991）指出，含有有限数量神经元的单隐藏层前馈网络可以在 $ \mathbb{R}^n $ 的任意紧子集上以任意精度逼近任何连续函数，只要激活函数满足温和的条件（例如非常数、有界且连续）。
