这个问题已经在 CrossValidated 上详细回答了：How to choose the number of hidden layers and nodes in a feedforward neural network？

但是，让我添加我自己的两分钱：

选择最佳神经网络架构没有什么神奇的规则，但如果你能找到有人用来解决类似问题的架构，这通常是一个很好的起点。

最好的地方是使用流行的神经网络库（如 Keras、PyTorch 或 Tensorflow）以及学术文献中描述的架构的官方或非官方示例。github 上的keras/examples是一个很好的资源。

这些架构可能是经过大量试验和错误后选择的，因此大部分工作都会为您完成。

我读了一篇论文，探讨了使用神经网络设计其他神经网络的想法，通过探索哪种节点和层的配置是最有效的。
这是您可以下载 PDF 的页面。

在@Imran 的回答之后，我在他链接到的 CrossValidated 帖子的评论之一中找到了这篇论文。除了尝试使用遗传模型（而不是使用经验法则）找到正确的架构之外，第 2.1 节还给出了一些理论界限，即在一个/两个隐藏层系统中应该有多少隐藏单元。

编辑： 我测试了这个定理，发现使用遗传模型与选择随机架构一样好。