很抱歉不知道第一个问题的确切数字，但我的观点是从最简单的模型开始，而不是任何随机参数。然后通过验证使用网格搜索参数。

至于第二个问题，模型的误差来自方差和偏差两部分。偏差来自您的模型缺乏复杂性。例如，当使用线性模型来拟合距离与佳能的拍摄角度时，总会有很大的偏差。这可以通过使用更复杂的模型来克服，例如向 NN 添加层。

方差来自于对数据过于敏感，甚至对数据中的噪声也很敏感。当由于使用过于复杂的模型而导致方差很大时，称为过拟合。您可以查看此页面（在 wiki 上过度拟合）。并且使用更多层/神经元正在使用更复杂的模型，这意味着该模型可能会受到高方差的影响。这可以通过降低模型复杂度（这可能会增加偏差）或添加训练数据来克服。

基本上，如果您获得恒定数量的数据，那么您必须找到偏差和方差都不太高的地方。