matlab使用deep network designer搭建网络进行图像增强，将搭建好的网络导出到工作区后，使用imageDatastore分别导入低光照图像和正常光照图像，导入网络，设置训练选项并定义损失函数后，编写程序“net = trainNetwork(lowLightDatastore, normalDatastore, net, options, ... 'ExecutionEnvironment', 'gpu', 'LossFcn', lossFcn);”训练网络，显示“错误使用 trainNetwork (line 164) 输入参数太多。”怎么改，实现低照度图像增强

出现这个错误是因为在trainNetwork函数中输入了过多的参数。正确的格式应该是：

net = trainNetwork(lowLightDatastore, layers, options);

其中，lowLightDatastore是包含低光照图像的ImageDatastore对象，layers是包含网络结构的LayerGraph对象，options是包含训练选项的TrainingOptions对象。

对于损失函数，可以在TrainingOptions对象中设置，例如：

options = trainingOptions('sgdm', ...
    'MaxEpochs', 10, ...
    'MiniBatchSize', 64, ...
    'InitialLearnRate', 1e-3, ...
    'LearnRateSchedule', 'piecewise', ...
    'LearnRateDropFactor', 0.1, ...
    'LearnRateDropPeriod', 5, ...
    'Shuffle', 'every-epoch', ...
    'Plots', 'training-progress', ...
    'ExecutionEnvironment', 'gpu', ...
    'LossFunction', lossFcn);

其中，lossFcn是自定义的损失函数，可以根据实际需求进行编写。

需要注意的是，训练需要耗费时间和计算资源，如果您的电脑没有GPU，可以将'ExecutionEnvironment'设置为'cpu'。