前馈神经网络训练场

观察要点

1. 没有隐藏层或没有非线性激活时，网络只能画直线。
2. 通用近似定理：一层足够宽的隐藏层就能拟合任意形状，但更深的网络往往更省参数。
3. 手工特征（x²、sin 等）能让浅层网络解决问题，深度学习则让网络自己学到这些特征。

相关章节：第 4 章 前馈神经网络。