表示的学习率，指定为一个正标量。如果学习率太低，那么培训需要很长时间。如果学习率过高，那么训练可能会达到次优结果或发散。

例子:“LearnRate”,0.025

用于训练表示网络的优化器，指定为以下值之一。

有关这些优化器的更多信息，请参见随机梯度下降法的算法部分trainingOptions在深度学习工具箱™。

例子:“优化”、“个”

可用于优化器的参数，指定为OptimizerParameters具有以下参数的对象。

当一个特殊的性质OptimizerParameters的优化器类型不适用优化器选项时，该属性将被设置为“不适用”．

若要更改默认值，请创建rlRepresentationOptions设置并使用点表示法来访问和更改OptimizerParameters．

repOpts=rlRepresentationOptions；repOpts.OptimizerParameters.GradientDecayFactor=0.95；

表示梯度的阈值，指定为正或者一个正标量。属性指定的渐变将被剪切梯度阈值法剪裁梯度限制了网络参数在训练迭代中的变化量。

例子:“梯度阈值”，1

梯度阈值方法，用于裁剪超过梯度阈值的梯度值，指定为以下值之一。

有关更多信息，请参见梯度剪裁的算法部分trainingOptions在深度学习工具箱中。

例子:“GradientThresholdMethod”，“绝对值”

因素L_2.正则化（权重衰减），指定为非负标量。有关详细信息，请参阅L2正则化的算法部分trainingOptions在深度学习工具箱中。

当使用带有多个参数的表示时，为了避免过拟合，可以考虑增加L2调节因子选择。

例子:“L2调节系数”，0.0005

用于在训练过程中进行梯度计算、参数更新和预测等深度神经网络操作的计算设备。它被指定为任意一种“cpu”或“gpu”．

这个“gpu”该选项需要两个并行计算工具箱™ 软件和CUDA^®使英伟达^®GPU。有关支持的GPU的更多信息，请参阅万博1manbetxGPU支万博1manbetx持情况（并行计算工具箱）．

您可以使用gpuDevice（并行计算工具箱）查询或选择要与MATLAB一起使用的本地GPU设备^®．

请注意，如果要使用并行处理来加速训练，则不需要设置UseDevice．相反，在训练你的特工时，使用rlTrainingOptions对象，其中UseParallel选项设置为真正的. 有关使用多核处理器和GPU进行培训的更多信息，请参阅使用并行计算和gpu的列车代理．

例子:“使用设备”，“gpu”