版权声明：站在巨人的肩膀上学习。 https://blog.csdn.net/zgcr654321/article/details/84697521
BP神经网络中隐藏层节点个数的取值有下面几种方法：
第一种方法：
一个经验公式：
其中
为隐藏层节点数目，
为输入层节点数目，
为输出层节点数目，
为
之间的调节常数。
第二种方法：
Kolmogorov定理确定隐藏层节点数：
柯尔莫哥洛夫(Kolmogorov)定理：
设
为一相互独立的随机变量序列，若
满足不等式
则服从强大数定律。
强大数定律可以表达为下式：
Kolmogorov定理说明给定任意连续映射F:[0,1] (n) →Rm可以精确地由一个三层前馈神经网络实现，第一层有n个神经元，第二层有2m+1个神经元，第三层有m个神经元。
Kolmogorov定理表明，隐层结点数为：
s＝2n＋1
其中n为输入层结点数。
第三种方法：
论文：高大启：有教师的线性基本函数前向三层神经网络结构研究
中指出的经验公式：
其中m为输入层节点数，n为输出层节点数。