神经网络如何设置隐藏层层数和节点个数，是否越多就会越精确？
我看到过关于隐藏层节点个数有几个经验公式
1、比如说我是40个输入节点一个输出节点 按照经验公式的话隐藏层如果单层隐藏层则隐藏层节点数不会超过40个 那么不是节点数越多越精确吗？ 还是会在某个值得时候达到最好的效果？
2、同理如果我是40个输入一个输出的话是不是两个隐藏层会比一个隐藏层迭代的更快？为什么？
3、确定隐藏层个数和单层节点数是不是只能一步一步实验，在最开始时有没有什么方法可以快速初始化这些参数然后微调？
4、理论上来讲是不是迭代次数越多得到的训练模型越精确？
对以上任意问题有见解者欢迎回答，不胜感激
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（3）
当然是越多越好，但是当你层数多了，训练时间不就加长了
层数越多，节点越多，在训练模型上的效果越好，甚至会达到100%预测精度。但随之带来的是模型过拟合，将模型放测试数据上预测效果严重降低。一般来说，要考虑训练的有效深度，让模型在能达到较好的预测效果而不出现过拟合情况。（刚开始看机器学习，不知道说得对不对，大家相互学习）
不一定越多越好，建议你看看这个。这个回答比较专业，提到了层数和节点数量的关系。
神经网络如何选择隐藏层的数量