问如何确定在人工神经网络中哪些神经元要在层间连接？

EN

如果有的话，这是基于直觉和经验的结果。我见过人们使用递归神经网络。

利用前馈神经网络，将n层中的所有神经元连接到n+1层中的所有神经元是有意义的。

下面是我最近使用的一个例子(演示大量的边缘)：

​

​

我认为，如果在输入节点和隐藏层之间切断一些链接，则会人为地影响培训阶段。基本上，，您更重视剩下的链接。

即使你把一个神经元和下一层中的一小部分神经元连接起来，这就像把它们都连接起来一样，但是对于非连接的神经元来说，通讯的重量是0。训练算法实际上可以达到这种情况。

真正重要的是神经网络的结构和分配给神经元的每个输入/输出链接的权重。

因此，将输入层的10个输入节点中的每一个连接到隐藏层中的所有10个节点，让训练算法完成它的任务。如果你有足够的培训和测试数据，它将产生预期的结果。

我的理解是，相邻层中的所有节点都应该连接。因此，所有10个输入节点都应该连接到隐藏层中的所有10个节点(100个连接)。然后，隐藏层中的所有10个节点都应该连接到输出节点(10个连接)。

在你的情况下，我认为连接的总数应该是110个。