神经网络设计

Question

我在玩神经网络，想知道专家们是如何决定多少个神经元就足够了，或者说知道什么范围才是精通的。是基于启发式还是基于应用程序的逻辑量？

比方说，我想要一个简单的网络能够识别字母I，比方说一个9x10的网格。

0 0 1 1 1 1 1 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 1 1 1 1 1 0 0

所以这显然会有90个输入神经元。为了简单起见，让我们假设一个输出神经元(如果它是字母I或不是字母I，则为0或1)。我的问题是，基于这种网络和应用程序设计，多少隐藏层神经元足以产生更少的错误？怎么会得出这样的结论呢？

Answer 1

看起来很有帮助的Here's a FAQ。我不认为有任何已知公式或任何特定的东西，它可能取决于输入域。

实际上，对于这么简单的东西，你并不需要太多。