我已经完成了两门神经网络课程，并阅读了大量相关资料。我对Tensorflow和Keras的使用以及构建高级神经网络（多输入、大数据、特殊层等）感到得心应手。我对其背后的数学原理也有相当深入的理解。

我的问题在于，我知道如何构建神经网络，但不知道“专家”为特定应用创建一个网络的过程是什么。

我能做到的是：

• 收集大量数据并进行清理。
• 训练神经网络。
• 微调超参数。
• 将其导出用于实际应用。

我所欠缺的是如何设计神经网络中的层（宽度如何、类型是什么…）。我知道这在某种程度上是试错法和参考他人成功的经验。但一定存在人们可以用来设计非常有效的架构*的过程。例如最先进的神经网络。

我正在寻找一个免费的资源，帮助我理解创建一个非常好的架构*的过程。

*这里的架构指的是构成网络的不同层及其属性

回答：

我写了硕士论文关于这个话题：

Thoma, Martin. “Analysis and Optimization of Convolutional Neural Network Architectures.” arXiv preprint arXiv:1707.09725 (2017).

长话短说：有一些用于分析的技术（第二章第2.5节）和学习拓扑结构的算法（第三章），但在实践中，大多数时候还是靠试错法和直觉。