为表示学习率，指定为逗号分隔的一对组成的'LearnRate'和正标量。如果学习率过低，那么培训需要很长的时间。如果学习率过高，那么训练可能达到次优的结果或发散。

例：'LearnRate'，0.025

优化器用于训练的表示的网络，指定为逗号分隔的一对组成的“优化”与下列字符串之一：

有关这些优化的更多信息，请参阅随机梯度下降（深学习工具箱）中的算法部分trainingOptions在深学习工具箱™。

例：'优化'， “SGDM”

为优化适用的参数，指定为逗号分隔的一对组成的'OptimizerParameters'和OptimizerParameters宾语。

该OptimizerParameters对象具有以下属性。

当一个特定属性OptimizerParameters并不适用于在指定的优化类型优化选项，属性设置为“不适用”。

要更改默认值，创建rlRepresentationOptions设置和使用点符号来访问和更改的属性OptimizerParameters。

repOpts = rlRepresentationOptions;repOpts.OptimizerParameters.Epsilon = 1E-7;

为表示梯度阈值，指定为逗号分隔的一对组成的'GradientThreshold'和天道酬勤或正标量。如果梯度超过此值，由指定的梯度被削波GradientThresholdOption。裁剪网络参数的训练迭代多少改变渐变的限制。

例：'GradientThreshold'，1

用来夹超出梯度阈值的梯度值的梯度阈值的方法，指定为逗号分隔的一对组成的'GradientThresholdMethod'与下列字符串之一：

欲了解更多信息，请参阅渐变剪辑（深学习工具箱）中的算法部分trainingOptions在深学习工具箱。

例：“GradientThresholdMethod”，“绝对值”

因素大号₂正则化（重量衰减），指定为逗号分隔的一对组成的'L2RegularizationFactor'和一个非负标量。欲了解更多信息，请参阅L2正则化（深学习工具箱）中的算法部分trainingOptions在深学习工具箱。

为了避免使用带有许多参数的表示时过度拟合，考虑增加L2RegularizationFactor选项。

例：'L2RegularizationFactor'，0.0005

用于训练使用所述表示的试剂，指定为逗号分隔的一对组成的运算装置'UseDevice'，要么“中央处理器”要么“GPU”。

该“GPU”选项需要并行计算工具箱™。要使用GPU训练网络，你还必须有一个CUDA^®启用NVIDIA^®GPU计算能力3.0或更高版本。

例：'UseDevice'， “GPU”