我已经阅读了一些帖子和文章，这些文章和文章讨论了为分类问题找到正确数量的隐藏层以及每个隐藏层中神经元的数量。但是，我找不到任何相关的回归信息？
有人可以帮忙解释其中隐藏层和神经元的正确数量的计算吗？
没有计算表示其中的隐藏层和神经元的“正确”数量。
试图通过调整隐藏层和神经元的数量来找到最佳模型是一个非常困难的优化问题。最好的模型是具有最高准确度（在分类的情况下）或最小损失（在压制的情况下）等的模型。要找到这样的模型，当前的方法是使用跟踪和错误或根据过去的经验来确定参数。 >
[参数优化是一个新的研究领域，其中使用算法来尝试并找到可生成最佳模型的最佳超参数（隐藏层，神经元，learning_rates等）。
[Here's研究论文，利用粒子群优化（PSO）尝试寻找最佳超参数。
正如@ skillsmuggler