形式上，单个隐藏层足以将连续函数逼近到任何所需的准确度，因此从这个意义上说，您永远不需要超过 1。这称为通用逼近定理。

为给定问题找到最佳拓扑是一个开放的研究问题。据我所知，这方面几乎没有通用的“经验法则”。

对于给定的问题，一种选择是应用神经进化方法，例如NEAT，它试图找到一个对手头问题有效的拓扑。