正确答案是：B: 隐藏层层数设定为0。

专业分析：

逻辑回归（Logistic Regression）是一种广泛使用的线性分类模型，通常用于二分类问题，但也可以通过扩展（如一对多或多对多策略）用于多类别分类。逻辑回归的模型结构简单，只有输入层和输出层，没有隐藏层。

神经网络（Neural Network）是一种更复杂的模型，通常包含输入层、隐藏层和输出层。神经网络的灵活性和复杂性使其能够处理更复杂的模式和数据关系。

要以类神经网络的方式仿真逻辑回归，可以将神经网络简化为只有输入层和输出层，而没有隐藏层。这样，神经网络的行为将类似于逻辑回归，因为它只执行线性变换和激活函数。

具体来说：
- 输入层层数设定为3（假设有3个输入特征）。
- 隐藏层层数设定为0（没有隐藏层）。
- 输出层层数设定为3（假设有3个类别进行多类别分类）。

因此，答案是B: 隐藏层层数设定为0。这样设置的神经网络将仅包含输入层和输出层，与逻辑回归的结构相似。