三层bp神经网络的隐层中的神经元怎么确定呢？

由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解。
由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式：
依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法。计算机仿真结果表明该方法简明实用。

尝试法 try-error-try
一般常用方法，就是尝试，可以根据训练集的规模（输入个数）进行尝试，有人提了一些经验公式。
比如这个数据集有4个输入，2个输出，那么你可以设置一个隐层，这个隐层有4个神经元，也可以是4+2，也可以是(4+2)/2,当然也可以是1，也可以是100，完全是人为设定的，你需要根据训练情况（是否易收敛，泛化能力如何）来增加或减少

构造（Constructive）
从一个小规模的网络开始学习，依据训练过程中网络的性能，逐步增加网络结构的规模或复杂性

修剪（Pruning）
从一个规模较大的初始网络开始学习，在网络训练过程中，依据一定的性能准则对得到的满意网络进行结构删减，删除不必要的连接或节点，直到网络性能变差

进化神经网络
使用进化算法学习神经网络的结构