‘壹’ 神经网络的隐含层确定方法有多少种
确定神经网络隐层数的方法有很多种，现在没有说那一种是最好的。具体的还要结合你的问题来解决。
至于说2n+1个隐层神经元个数，也是需要根据具体问题来确定的。
比方说，你可以在2n+1的基础上确定一个正负10的区域，分别用区域中的数值代到网络中，看最后谁的误差最小就用哪一个。
‘贰’ 请问各位，现建立神经网络，输入层2个神经元，输出层2个神经元，请问隐含层应该设置几个神经元 比较好呢
隐层神经元的个数的确定目前还没有理论上的突破。目前采用比较多的是“试凑法”（try and error)
参考文献如下：
[44] 丛爽. 面向MATLAB工具箱的神经网络理论与应用.合肥：中国科学技术大学出版社
[39] 阎平凡，张长水. 人工神经网络与模拟进化计算. 北京：清华大学出版社会，2005
[40] MT Hagan, HB Demuth, MH beale. Neural network design. In Thomson Learning,1996
‘叁’ 神经网络的隐层数，节点数设置。
我自己总结的：
1、神经网络算法隐含层的选取
1.1 构造法
首先运用三种确定隐含层层数的方法得到三个隐含层层数，找到最小值和最大值，然后从最小值开始逐个验证模型预测误差，直到达到最大值。最后选取模型误差最小的那个隐含层层数。该方法适用于双隐含层网络。
1.2 删除法
单隐含层网络非线性映射能力较弱，相同问题，为达到预定映射关系，隐层节点要多一些，以增加网络的可调参数，故适合运用删除法。
1.3黄金分割法
算法的主要思想：首先在[a,b]内寻找理想的隐含层节点数，这样就充分保证了网络的逼近能力和泛化能力。为满足高精度逼近的要求，再按照黄金分割原理拓展搜索区间，即得到区间[b,c]（其中b=0.619*（c-a）+a），在区间[b,c]中搜索最优，则得到逼近能力更强的隐含层节点数，在实际应用根据要求，从中选取其一即可。
‘肆’ matlabBP神经网络工具箱，可以调整隐含层节点数嘛
Matlab神经网络工具箱几乎包含了现有神经网络的最新成果，神经网络工具箱模型包括感知器、线性网络、BP网络、径向基函数网络、竞争型神经网络、自组织网络和学习向量量化网络、反馈网络BP神经网络具有很强的映射能力，主要用于模式识别分类、函数逼近、函数压缩等。下面通过实例来说明BP网络在函数逼近方面的应用需要逼近的函数是f(x)=1+sin(k*pi/2*x),其中，选择k=2进行仿真，设置隐藏层神经元数目为n,n可以改变，便于后面观察隐藏层节点与函数逼近能力的关系。
‘伍’ BP神经网络中隐含层的神经元数怎么确定
经验公式未必能达到理想效果，这个真的需要一个个尝试。可以先按楼上说的设定，然后再根据结果的误差以及收敛速度来一个个调整。
‘陆’ 神经网络的隐含层节点数怎么设置啊比如要设置18层隐含节点数！跪求，工作急用！
隐层一般是一层或两层，很少会采用三层以上，至少隐层的节点数确定，一般有以下几种方法：1、有经验的人员根据以往的经验凑试出节点个数。2、某些学术研究出固定的求节点方法，如2m+1个隐层节点，m为输入个数。3、修剪法。刚开始建立足够多的节点数，在训练过程中，根据节点数的相关程度，删除重复的节点。
‘柒’ matlab建立bp神经网络如何设置两个隐含层呢
题主那个newff里面的10看到没？那个就是设置1个隐含层的神经元个数，要多个隐含层就把10改成[4,10,1]就是第一个隐含层有4个神经元，第二个隐含层10个神经元，最后一层输出层1个神经元。然后你的{TF1 TF2}不用改。这样应该能用了。
然后给你一个newff的各项参数使用的介绍：
‘捌’ 神经网络隐藏层是什么
一个神经网络包括有多个神经元“层”，输入层、隐藏层及输出层。输入层负责接收输入及分发到隐藏层（因为用户看不见这些层，所以见做隐藏层）。这些隐藏层负责所需的计算及输出结果给输出层，而用户则可以看到最终结果。
‘玖’ 神经网络的隐含层节点数是不是通过公式设置的！比如隐含层节点数18，就用隐含层节点数18的公式！工作
现在还没有什么成熟的定理能确定各层神经元的神经元个数和含有几层网络，大多数还是靠经验，不过3层网络可以逼近任意一个非线性网络，神经元个数越多逼近的效果越好。
‘拾’ 神经网络隐层数和神经元个数如何确定
你使用的什么神经网络？如果是RBF神经网络，那么只有3层，输入层，隐含层和输出层。确定神经元个数的方法有K-means,ROLS等算法。