'LossFunction' 不是求解器 'adam' 的选项

对不起，您提到的`'LossFunction'`确实不是`trainingOptions`函数中`adam`求解器直接提供的选项。`adam`是一个优化器，负责调整网络权重以最小化损失函数，但它本身并不包含一个内置的损失函数选择部分。在Matlab的`trainingOptions`中，`LossFunction`应该指定的是一个标量化的评价函数，比如`'mean-squared-error'`（均方误差）或`'cross-entropy'`（交叉熵）等。

如果你想在使用`adam`优化器的同时，仍然定制自己的损失函数，你应该在训练过程中提供一个外部函数处理损失计算，而不是在`trainingOptions`中设置。例如：

% 假设你有一个名为 customLoss 的自定义损失函数
lossPerSample = @(net,input,output) customLoss(output, net(input)); % 输入是网络前向传播的结果，output是目标值

options = trainingOptions('adam', ...
    'MaxEpochs',20, ...
    'MiniBatchSize',100, ...
    'InitialLearnRate',0.001, ...
    'Plots','training-progress', ...
    'Shuffle','every-epoch', ...
    'Verbose',false, ...
    'ValidationData',{Xval,Yval}, ...
    'ValidationFrequency',30);

% 网络训练
[net, trnLoss] = train(net, X, Y, lossPerSample, options);

在这里，`customLoss`会在每次反向传播迭代中被`train`函数调用，计算每个样本的损失。