matlab 中[trainedNet, info] = nnet.internal.cnn.trainNetwork.doTrainNetwork(factory,varargin{:});

在MATLAB的Neural Network Toolbox中，`nnet.internal.cnn.trainNetwork.doTrainNetwork`是一个私有函数，用于训练卷积神经网络（Convolutional Neural Networks, CNN）。当你看到这样的调用格式 `trainedNet, info = nnet.internal.cnn.trainNetwork.doTrainNetwork(factory, varargin{:})`，它通常发生在使用`trainNetwork`函数训练CNN模型但直接访问底层训练过程的时候。

- `factory` 参数通常包含了一个`network`对象，描述了你要训练的网络结构，包括层的类型、大小和连接方式等。
- `varargin{:}` 包含了一系列的参数，可能是训练选项（如学习率、批次大小、迭代次数等），也可能包括输入数据 (`XTrain` 和 `YTrain`) 或者验证数据 (`ValidationData`) 等。

这个函数返回两个值：
- `trainedNet`：经过训练后的神经网络模型，可以用来做预测。
- `info`：训练过程中产生的信息，通常包含了损失历史、学习率调整记录等训练统计信息。

这是一个示例：

% 定义网络结构和训练选项
layers = [imageInputLayer([32 32 3])
          convolution2dLayer(3,16,'Padding','same')
          reluLayer
          maxPooling2dLayer(2,'Stride',2)
          fullyConnectedLayer(10)   % 输出10个类别
          softmaxLayer
          classificationLayer];

factory = layerGraph(layers);

% 训练并获取信息
[trainNet, info] = nnet.internal.cnn.trainNetwork.doTrainNetwork(factory, ...
    'TrainingData', imageDataTrain, 'Labels', labelsTrain, ...
    'ValidationData', imageDataValidation, 'ValidationLabels', labelsValidation, ...
    'MaxEpochs', 5);