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

用于培训表示网络的优化器，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在深度学习工具箱中™.

例子:“优化”、“个”

可用于优化器的参数，指定为优化参数对象具有以下参数。

当一个特殊的性质优化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参数．

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

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，请参阅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（重量衰减），指定为非负标量。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“中央处理器”或“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）查询或选择本地GPU设备以与MATLAB一起使用^®．

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:'moundmevice'，“gpu”