No hay alguna manera de saber cuantas neuronas se requieren para X problema ?

Hola Juan. Aunque no existe un método preciso para saber el número de neuronas para X problema o el número de neuronas para cada capa, hay una técnica con la que se puede hacer un entrenamiento inicial del modelo que dice que la cantidad de neuronas para la capa de entrada tiene que ser el número más cercano por arriba de la potencia de 2 (

), de la multiplicación por dos de la cantidad de entradas. Suena confuso, lo sé. Es mejor con un ejemplo:

Si tienes un set de datos con 30 features (entradas para la red), los pasos para calcular la cantidad de neuronas para la capa de entrada sería:

1. Multiplicar la cantidad de features por 2:

   30 * 2 = 60

2. Encontrar un número por encima del resultado anterior (60) elevando 2 a un número

   n
   . En éste caso el número es:
   2**6 = 64

Entonces, para éste ejemplo la cantidad de neuronas, en la capa de entrada, sería de 64.

Ahora, si necesitas agregar más capas (capas ocultas) lo ideal es ir disminuyendo en potencia de 2 la cantidad de neuronas de la siguiente capa. Es decir, para el ejemplo anterior, la cantidad de neuronas de las capas ocultas sería:

.

Recuerda que esto es útil para hacer un primer entrenamiento de la red neuronal, ver cómo se comporta y de ahí ir variando el número de neuronas, hiperparámetros, funciones de activación, etc. Hasta encontrar el resultado ideal.

Fuente: Curso de Redes Neuronales en Keras y Scikit-Learn de la clase Ajuste de redes neuronales: Hiper parámetros en Platzi.