根据数据，判断神经网络所需的最小参数量

更新中

目标：找到能充分学习数据规律，但不过度拟合噪声的最小参数量。

增量策略：

• 优先增加深度（层数）：

  • 添加1个隐藏层（如16神经元）→ 训练验证

• 再增加宽度（神经元）：

  • 逐步提升每层神经元数（16 → 32 → 64 ...）

• 停止条件：

  • 验证集损失不再显著下降（< 3%改善）