Borel measurability

波莱尔可测性
第一次看见这个名词是在deep learning上，文中只是简单的提到了这么一个词，用于解释深度神经网络能够进行训练的原因分析，有限次的波莱尔函数的叠加仍然是波莱尔函数，而根据波莱尔的性质可知，（可以见百度百科波莱尔可测函数）

1. 波莱尔函数是相当广泛的一类函数：一切波莱尔集的示性函数都是波莱尔函数；即如果，则它的示性函数是波莱尔函数。所谓的示性函数指的是，某个元素若是属于这个波莱尔集合，取值为一，不属于则取值为零。
2. 函数y = g(x) 是定义在m维 的空间 R 上的单值实函数，称 g(x) 为(m元)波莱尔函数，如果$\forall a，g(x)\le a，g(x)\in B，$ 其中B是m维的波莱尔代数。波莱尔函数又叫做波莱尔可测函数(或-可测函数) 。
3. 波莱尔函数是一类相当广泛的函数，它包括一切阶梯函数、一切连续函数和分段连续函数。波莱尔函数经过有限次的加、减、乘、除运算以及函数的复合，仍然是波莱尔函数；波莱尔函数列的(上、下)极限以及上确界和下确界仍然是波莱尔函数。
4. 个人对波莱尔函数的理解：我有一个函数，它属于n维度的实数集合，若是这个函数是连续的，或者是分段连续的，只要不是离散点组成的，则它就是波莱尔函数，
5. 重要公式$R^n$中勒贝格可测函数L与波莱尔函数B的复合函数有如下关系：B°B=B， L°B=L， B°L=X， L°L=X，其中B，L分别表示波莱尔可测、勒贝格可测，X表示不一定可测