同学，你好！1、通常来说MLP层数并没有一个明确的要求，对于简单的任务，可能一个隐藏层就够了，比如我们要实现二维数据的分类。
如果层数过多通常会有以下问题：模型过于复杂，训练时间长。模型复杂导致训练集表现不错，但是测试集效果不好，原因就是模型的过度拟合。
但如果有些任务比较复杂，比如提取图像中的轮廓信息，那过于简单的模型达不到好的效果。最终的层数是在优化过程中得到的：尽可能提高准确率的情况下，层数少一些。
2、3000是指迭代次数，1500，2000效果并不是太好，所以给3000，需要我们多次尝试，找到较为好的结果
祝学习愉快~
恭喜解决一个难题，获得1积分~
来为老师/同学的回答评分吧
0 星