# 前馈神经网络训练场

> 来源：https://deeplearning.bnuai.com/demos/mlp-playground ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/mlp-playground）

## 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](https://deeplearning.bnuai.com/chapters/04-feedforward)。