在Keras DL模型中，隐藏层中的神经元是否可以超过输入层？

Question

我目前正在探索Keras，遇到一个关于每层神经元数量的问题。如果我的数据只有一个因数（多行只有一列），那么我的输入层将有1个神经元（如果我的理解正确的话）。但是，隐藏层的神经元比输入层多得多是可以的吗？

例如，它看起来像：

1. 输入层-1个神经元
2. 隐藏层-具有relu激活功能的25个神经元
隐藏层2-15个神经元，具有相对作用。功能 隐藏层3-10个神经元，具有相对作用。功能
3. 输出层-1个神经元

Answer 1

正如评论中所说，隐藏层中可以有任意数量的神经元。我要补充的一件事是，如果这是一个一对一的问题（一个输入和一个输出），那么就不需要那么多隐藏层，因为这将使您的模型难以训练。我建议尝试仅从很少的神经元开始的1个隐藏层。过度拟合在一对一问题中非常常见。这就是为什么我建议您在模型过度拟合的情况下添加辍学层的原因。