表示的学习率，指定为逗号分隔的配对'学习'和正标量。如果学习率太低，则培训需要很长时间。如果学习率太高，则培训可能达到次优效果或分歧。

例子:“LearnRate”,0.025

优化器用于培训表示的网络，指定为逗号分隔的配对组成“优化”和以下一个字符串之一：

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

例子:“优化”、“个”

优化器的适用参数，指定为逗号分隔对，由'OptimizerParameters'和一个优化器参数对象，其参数如下。

当一个特殊的性质优化器参数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.设置并使用点符号来访问和更改属性优化器参数．

repOpts = rlRepresentationOptions;Repopts.OptimizerParameters.gradientDecayFactor = 0.95;

表示梯度的阈值，指定为逗号分隔对组成“GradientThreshold”和正或者一个正标量。属性指定的渐变将被剪切GradientThresholdmethod.选择。裁剪梯度限制了训练迭代中网络参数的变化。

例子:'GradientThreshold'，1

用于剪辑超过梯度阈值的梯度值的梯度阈值方法，指定为包括的逗号分隔对'GradientThresholdMethod'和以下一个字符串之一：

有关更多信息，请参阅渐变剪裁的算法部分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)，指定为逗号分隔对，由“L2RegularizationFactor”和一个非负标量。有关更多信息，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L2RegularizationFactor.选择。

例子:'l2regularizationfactor'，0.0005

用于执行深度神经网络操作的计算设备，例如培训期间的梯度计算，参数更新和预测。它被指定为逗号分隔的配对组成“UseDevice”,要么“中央处理器”要么“GPU”．

这“GPU”选项需要并行计算工具箱™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培训，则无需设置UseDevice．相反，在培训代理时，使用rlTrainingOptions其中的对象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:'moundmevice'，“gpu”