神经网络结构千变万化，有很多选择。那么是不是随机选择就可以训练了呢？答案是否定的，神经元结构的选择会影响训练模型的效果。神经元结构主要包括三方面的选择。
1、depth
depth通俗地说就是你的人工神经网络要设计多少层
2、width
width就是每一层有多少个节点，这个要个根据数据量来定，通常是小于1000的。有人总结说，神经元节点的个数等于数据量/参数个数 的5到30倍最佳。
对于神经网络的结构的形状为金字塔，前几层宽，后几层窄。
3、connectivity
【深度学习必备知识（神经元结构）】全连接还是其他的
推荐阅读
- 深度学习基础|基于pytorch的BP神经网络实现
- 图像处理|吴恩达深度学习-Course4第三周作业 yolo.h5文件读取错误解决方法
- 机器学习|【进阶版】机器学习之神经网络与深度学习基本知识和理论原理（07）
- ai智能写作|神经网络数学建模怎么算,神经网络数学建模论文
- 深度学习|【无标题】
- 神经网络|小波神经网络的基本原理,小波神经网络训练过程
- 卷积|卷积神经网络相关理解与应用
- 笔记|PyVis｜神经网络数据集的可视化
- 深度学习|【深度学习】基于卷积神经网络（tensorflow）的人脸识别项目（三）