这在很大程度上取决于您的数据。如果是图像，我想它在某种程度上是合乎逻辑的，但如果不是，我建议您构建协方差矩阵并跟踪特征是否具有相关性。如果您看到许多特征是相关的，最好丢弃相关的特征。您也可以雇用PCA来执行此操作。相关特征会导致神经网络的参数数量更多。

另外我不得不说，如果你的输入是图像，也许你可以通过调整它们的大小来减少参数的数量。在流行的网络中，输入图像的长度和高度通常小于三百，这使得输入特征的数量90000。如果您使用卷积网络，您还可以在一些卷积层之后使用最大池化来减少参数数量。请参阅此处，这可能会有所帮助。