为什么改变这个网络中隐藏神经元的数量对效率没有影响？

改变网络中隐藏神经元的数量对效率没有影响的原因是因为神经网络的隐藏层神经元数量的增加并不会直接影响网络的计算效率。隐藏神经元的数量主要影响网络的表示能力和学习能力，而不是计算效率。

具体原因如下：

1. 计算效率与神经元数量无关：神经网络的计算效率主要取决于网络的结构和参数量，而不是隐藏神经元的数量。增加或减少隐藏神经元的数量并不会改变网络的计算复杂度，因为每个神经元的计算是独立的。
2. 隐藏神经元数量与网络表示能力相关：隐藏神经元的数量决定了网络的表示能力，即网络能够学习和表示的复杂模式和特征的丰富程度。增加隐藏神经元的数量可以增强网络的表示能力，使其能够更好地拟合复杂的输入数据。
3. 避免过拟合：增加隐藏神经元的数量也可能导致过拟合问题，即网络在训练数据上表现良好，但在未见过的数据上表现较差。为了避免过拟合，通常需要进行正则化等技术手段来限制网络的复杂性。

综上所述，改变网络中隐藏神经元的数量对效率没有直接影响，而是影响网络的表示能力和学习能力。在实际应用中，需要根据具体任务和数据的复杂程度来选择合适的隐藏神经元数量，以达到较好的性能和泛化能力。