1. 输入层将始终具有输入数据的维度（对于我能想到的每个模型）。

2. 见上文，隐藏层之间的偏差可能很大。例如，第一个隐藏的 128 个，其余的 64 个（反之亦然）。

3. 特别是这个问题将始终取决于问题。它是通过架构搜索或直觉/经验结合一些探索性搜索来决定的。

这个问题没有正确答案。但是，我想向您指出一个关于 CV 的答案，该答案解决了您的问题的意思。

我想提请您注意的已接受答案中有两点是：

a) 有一些经验得出的经验法则，其中最常依赖的是“隐藏层的最佳尺寸通常介于输入层的尺寸和输出层的尺寸之间”。

b) 总而言之，对于大多数问题，通过仅使用两条规则设置隐藏层配置，可能可以获得不错的性能（即使没有第二个优化步骤）： (i) 隐藏层数等于 1；(ii) 该层中神经元的数量是输入和输出层中神经元的平均值。

线程中的其他答案也非常有见地。我会建议你仔细阅读答案并找出标准偏差，并假设一切正常，因此你会有你的分布。