¿Qué hace el número de capas ocultas en una red neuronal perceptrón multicapa en la forma en que se comporta la red neuronal? ¿La misma pregunta para el número de nodos en capas ocultas?

Digamos que quiero usar una red neuronal para el reconocimiento de caracteres escritos a mano. En este caso pongo valores de intensidad de color de píxeles como nodos de entrada y clases de caracteres como nodos de salida.

Cómo elegiría el número de capas y nodos ocultos para resolver este problema?