Respostas:
Existe uma técnica chamada Pruning
em redes neurais, usada apenas para esse mesmo objetivo.
A poda é feita no número de camadas ocultas. O processo é muito semelhante ao processo de poda de árvores de decisão. O processo de poda é feito da seguinte maneira:
No entanto, existem vários métodos otimizados para podar redes neurais e também é uma área de pesquisa muito ativa .
Você pode dar uma olhada na otimização do hiperparâmetro bayesiano como um método geral de otimizar a perda (ou qualquer outra coisa) em função dos hiperparâmetros. Mas observe que, em geral, quanto mais profunda sua rede, melhor, portanto, otimizar a perda em função do número de camadas não é algo muito divertido de se fazer.
A pesquisa em grade e um pouco de bom senso (conforme aprendido por ver muitos exemplos) devem ser sua melhor aposta.