这是部分正确的。

除了权重（和偏差）之外，您还有所谓的超参数。根据您的架构，您可能有不同的架构。对于一个简单的前馈神经网络，超参数是：

1. 神经元数量
2. 层数
3. 学习率 eta (η)
4. 正则化惩罚 lambda (λ)
5. 势头
6. 时期数
7. 批量大小
8. 辍学

ETC

这些超参数（通常）是用户调整的。权重（和偏差）由网络基于优化进行自我训练。请记住，神经元或层数等超参数与数据的底层模型直接相关，因此它们是数据集复杂性的指标。