神经元越多，系统达到稳定的速度越快吗？是不是神经元越多越好，如果不是越多越好，那么如何确定隐藏层神经元个数呢。
神经元不一定是越多收敛速度越慢，相当于拟合的时候需要调整的参数越多，相应的，神经元越多，拟合的效果是越好，需要的计算资源也越多，但是边际效应也就越明显，所以也并非越多越好。怎么确定的话一般是通过实验或者他人的实验效果来确定的。
举个例子来说，一个神经元训练收敛时间是1分钟,但是准确度只有10%；
2个神经元可能要3分钟，但是准确的有30%；
3个神经元可能要6分钟，但是准确度有60%；
4个需要11分钟，但是精度达到了95%；
5个需要17分钟，但是精度只有98%；
6个需要24分钟，精度只有98.5%；
7个需要32分钟，精度只有98.7%；
。。。以此类推下去，计算速度越来越慢，但是精度提升缺不是很明显，后面可能千分比的提升，但是模型很大，计算速度很慢，你要做的就是进行一个取舍的问题。当然，只是举例，并不是说一定多一个神经元效果就会提示多么明显或者计算速度下降多少，这个就是要你去实验调整的地方。