Die Anzahl der Neuronen, die für ein Backgammonspiel benötigt werden, hängt stark von der Komplexität des Modells und der gewünschten Spielstärke ab. Einfache neuronale Netze können mit wenigen hundert Neuronen auskommen, während fortgeschrittene Modelle, die auf tiefem Lernen basieren, oft Tausende oder sogar Millionen von Neuronen verwenden. Ein bekanntes Beispiel ist das Backgammon-Programm "TD-Gammon", das von Gerald Tesauro entwickelt wurde. Es verwendete ein neuronales Netz mit drei Schichten: eine Eingabeschicht mit 198 Neuronen, eine versteckte Schicht mit 40 Neuronen und eine Ausgabeschicht mit 1 Neuron. Die genaue Anzahl der Neuronen kann je nach Implementierung und Optimierung variieren.