trainingOptions函数

在 MATLAB 中，trainingOptions 函数是用于设置神经网络训练的选项。该函数通常与其他函数，如 trainNetwork 和 trainNetworkOnBatch 一起使用。

以下是 trainingOptions 函数的一些常见选项：

- 'MaxEpochs' ：指定训练的最大时期数。
- 'MiniBatchSize' ：指定每个 mini-batch 的样本数。
- 'InitialLearnRate' ：指定初始学习率。
- 'L2Regularization' ：指定 L2 正则化系数。
- 'GradientThreshold' ：指定梯度阈值，在此之上的梯度将被裁剪。
- 'ExecutionEnvironment' ：指定训练使用的硬件，如 CPU 或 GPU。

除此之外，trainingOptions 函数还支持其他选项，可以根据具体情况进行设置。例如，您可以指定验证数据集、学习率调度、优化器类型等。

例如，以下代码片段演示了如何使用 trainingOptions 函数设置神经网络的训练选项：

options = trainingOptions('sgdm', ...
    'MaxEpochs', 20, ...
    'MiniBatchSize', 64, ...
    'InitialLearnRate', 0.01, ...
    'L2Regularization', 0.001, ...
    'GradientThreshold', 1, ...
    'ValidationData', valData, ...
    'ValidationFrequency', 10, ...
    'Verbose', true, ...
    'Plots', 'training-progress');

在这个例子中，我们使用 'sgdm' 优化器类型，设置最大时期数为 20，每个 mini-batch 的样本数为 64，初始学习率为 0.01， L2 正则化系数为 0.001，梯度阈值为 1。我们还指定了验证数据集、验证频率、详细信息输出等选项，并启用了训练进度图表。