一、导语
BP神经网络主要由
输入层
、
隐藏层
、
输出层
构成，输入和输出层的节点数是固定的，不论是回归还是分类任务，选择合适的层数以及隐藏层节点数，在很大程度上都会影响神经网络的性能。
输入层和输出层的节点数量很容易得到。
输入层的神经元数量等于待处理数据中输入变量的数量，输出层的神经元的数量等于与每个输入关联的输出的数量。但是真正的困难之处在于
确定合适的隐藏层及其神经元的数量
。
二、隐藏层的层数
如何确定隐藏层的层数是一个至关重要的问题。首先需要注意一点：
在神经网络中，当且仅当数据非线性分离时才需要隐藏层！
Since a single sufficiently large hidden layer is adequate for approximation of most functions, why would anyone ever use more?