如何选择隐藏层和节点的数量？

Question

我正在使用Tensorflow在python 3.6.6中构建神经网络。我想知道，您如何选择隐藏层的数量以及这些层中的节点？是给货币预测机器人使用的，对我应该使用的网络类型有何建议？

Answer 1

有许多经验法则来确定要在隐藏层中使用的神经元的可接受数量，例如：

1. 隐藏神经元的数量应在输入大小之间 层和输出层的大小。
2. 隐藏神经元的数量应为输入大小的2/3 层，再加上输出层的大小。
3. 隐藏神经元的数量应小于的两倍 输入层。

这三个规则为您提供了一个起点。最终，神经网络架构的选择将取决于反复试验。

您可以refer这篇文章

Answer 2

不幸的是，NN并非适合所有模型的一种尺寸。您必须尝试不同的设置。您可以尝试以下操作：

从1层和1个神经元开始，逐渐增加该层中的神经元，然后增加层数。

请参考此线程：Estimating the number of neurons and number of layers of an artificial neural network