Architecture 神经网络设计

我在玩弄神经网络，想知道专家们是如何决定有多少个神经元是足够的，或者说知道什么范围才算熟练。是基于启发式还是基于应用程序的逻辑量

比如说，我希望一个简单的网络能够用9x10的网格来分辨字母

I

0 0 1 1 1 1 1 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0 0
0 0 1 1 1 1 1 0 0

这显然有90个输入神经元。让我们简单地说，一个输出神经元（0或1，如果它是字母I或不是）。我的问题是，基于这种网络和应用程序设计，有多少隐层神经元足以产生更少的错误？人们是如何得出这样的结论的？

这看起来很有帮助。我不认为有任何已知的公式或任何特定的东西，它可能取决于输入域

事实上，对于简单的东西，你不需要太多

这看起来很有帮助。我不认为有任何已知的公式或任何特定的东西，它可能取决于输入域

事实上，对于简单的东西，你不需要太多