神经网络模型的每层神经元如何设置？

我想请教一个问题，就我看见别人论文里，神经网络模型的每层神经元，有些设置为递增结构，有些设置为递减结构，有些设置为对称结构，例如U-net，但他们没说为啥这样设置，递增或递减，有那些区别，分别有那些优势？
我的数据是一维数据，不知道采用那种结构合适。

一维？序列？那用类似lstm之类的模型比较好吧，不然卷积效果不好
关于结构这个比较玄学，可以理解为经验吧，跟你的问题，数据规模有关系

一维数据是啥数据，这种一般都是一些时序数据吧，用的类似lstm而不是类似cnn的卷积(虽然有些的确可以，但是大部分并不是)
结构的话就是炼丹的过程的，只能通过一些现有的理论模型（有丹方，无具体用量等信息），或者多方面的测试（自己造丹方），最终出来一个好结果