神经网络为什么可以拟合任何函数

介绍神经网络通用逼近定理的含义与边界，并通过可运行的 Python 示例演示数据准备、训练、评估和预测，说明适用场景、参数限制及安全注意事项。

从通用逼近定理解释神经网络在什么条件下能近似连续函数，梳理激活函数、网络宽度与深度、参数限制、训练和泛化的边界，并提供可运行的 PyTorch 示例及安全使用注意事项。

从通用逼近定理出发，解释神经网络拟合函数的条件、误差与参数边界，并用 PyTorch 代码拟合正弦函数，说明定理不等于训练保证或安全证明。