理工酷

准确率并不与隐藏层的数量呈正比关系。

随着隐藏层数量的增加，反向传播的有效性会降低； 另外，还需要解决过拟合的问题，即网络在训练数据集上的表现会非常好，但是无法将其推广到尚未看到的新数据上，并且无法在新数据上提供出色的性能，也就是说，训练准确率很高，但测试结果却不理想。

规范网络可以减少过拟合的问题，对于眼前的给定问题，可以尝试使用不同数量的隐藏层，并根据均方误差来分析其性能，从而对数据集进行训练和交叉验证。，然后选择训练和交叉验证集中拥有最小MSE的网络。