3.4 训练卷积神经网络
1.trainingOptions函数
功能：用于设定网络训练的配置选项。
用法：
语法①
options = trainingOptions(solverName)。
输入：solverName用来指定训练方法，可以将其设置为'adam'、'rmsprop'、'sgdm'。
输出：options为用于网络训练的配置选项，作为trainNetwork函数的输入参数。
语法②
options = trainingOptions(solverName，Name，Value)。
输入：solverName指定训练方法，可以将其设置为'adam'（基于自适应低阶矩估计的随机目标函数一阶梯度优化算法）、'rmsprop'（均方根反向传播）、'sgdm'（动量随机梯度下降）；指定的“名称-取值”对（Name和Value），可以给特定属性赋值（将每种属性名称括在单引号中）。按照功能划分的具体含义见表3-3。
输出：options为用于网络训练的配置选项，作为trainNetwork函数的输入参数。
表3-3 trainingOptions函数参数含义
（续）
（续）
设置卷积网络训练参数配置的程序如下。
2.trainNetwork函数
功能：用于训练卷积神经网络。
用法：
语法①
trainedNet = trainNetwork(imds，layers，options)。
输入：imds为训练样本；layers为定义的网络结构；options为定义训练的配置参数。
输出：trainedNet为训练后的网络。
语法②
trainedNet = trainNetwork(X，Y，layers，options)。
输入：X为样本值；Y为标签；layers为定义的网络结构；options为定义的训练配置参数。
输出：trainedNet为训练后的网络。
对于构建好的卷积神经网络，可用如下程序进行训练：
其中，XTrain为训练样本值；YTrain为训练标签；layers为定义的网络结构；options为定义的训练配置参数。