未定义函数或变量 'training_set'。

这个错误通常是由于代码中使用了未定义的变量或函数而引起的。请确保在使用变量或函数之前，它们已经被正确地定义和初始化。

在这种情况下，提示中提到了一个名为 'training_set' 的变量，但是它没有被定义或初始化。你需要检查代码中是否存在这个变量的定义，并确保它被正确地初始化。如果你确定这个变量应该存在，但是代码中没有定义它，你需要添加相应的定义语句。

如果你无法找到代码中未定义 'training_set' 的原因，可以尝试使用调试器或打印语句来跟踪代码执行过程，以确定问题所在。

相关问题

为什么'ValidationData',{XValidation,YValidation}这一句出现了错误：未定义函数或变量 'XValidation'

这个错误提示是因为在代码中使用了未定义的变量 XValidation。在这个例子中，ValidationData 是用来指定验证集（Validation Set）的输入数据和标签。如果你的代码中没有定义 XValidation 变量，那么就会出现这个错误。

要解决这个问题，你需要先创建验证集数据并将其存储在 XValidation 和 YValidation 变量中。这可以通过使用 digitValidation4DArrayData 函数来完成，如下所示：

% 加载 MNIST 数据集
[XTrain,YTrain,XValidation,YValidation] = digitTrain4DArrayData;

% 创建卷积神经网络
layers = [
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

% 设置训练选项
options = trainingOptions('sgdm', ...
    'MaxEpochs',15, ...
    'ValidationData',{XValidation,YValidation}, ...
    'ValidationFrequency',30, ...
    'Verbose',false, ...
    'Plots','training-progress');

% 训练模型
net = trainNetwork(XTrain,YTrain,layers,options);

% 预测结果
YPred = classify(net,XTest);
accuracy = sum(YPred == YTest)/numel(YTest);
fprintf('Test Accuracy: %.2f%%\n',accuracy*100);

这里，digitTrain4DArrayData 函数不仅返回了训练数据和标签，还返回了验证数据和标签。然后，我们将这些数据存储在 XValidation 和 YValidation 变量中，并在训练选项中使用它们作为验证数据。这样就可以解决这个问题了。