一、神经网络中隐藏层的层数和隐藏层节点数的确定
1.隐藏层的层数：
一般来说，层数越多，整个网络的误差也就越小，但是会使整个网络复杂化，也有可能出现“过拟合”。一般来说，一两层的隐藏层数量已经够解决问题了。
2.隐藏层的节点数：
隐藏层节点数是导致“过拟合”的直接原因，确定隐藏层节点数与输入输出维度相关，并且每个模型都是不一样的。
*1.隐藏层的节点数必须小于N-1,其中n是训练样本数量。
*2.输入层的节点数也要小于n-1,
*3.训练的样本数量必须多于网络模型中的参数，一般要求是2-10倍。
节点少了，模型不具有泛化能力，没啥效果，节点多了，容易陷入局部最优。
二、公式编辑器mathtype中空格的使用
https://www.mathtype.cn/jiqiao/shuru-kongbai.html
