表示的学习率，指定为正标量。如果学习率太低，则训练需要很长时间。如果学习率太高，则训练可能会达到次优结果或偏离。

例子：“LearnRate”，0.025

优化器用于训练网络的表示法，指定为下列值之一。

有关这些优化器的更多信息，请参阅随机梯度下降法在的算法部分培训选项在深度学习工具箱中™.

例子：“优化器”、“sgdm”

优化器的适用参数，指定为优化参数具有以下参数的对象。

当一个特定的财产优化参数不适用于中指定的优化器类型优化器选项，则该属性设置为“不适用”．

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;

表示渐变的阈值，指定为Inf或正标量。如果渐变超过此值，则按照GradientThresholdMethod选项剪裁梯度限制了网络参数在训练迭代中的变化量。

例子：“GradientThreshold”,1

渐变阈值方法用于剪裁超过渐变阈值的渐变值，指定为以下值之一。

有关更多信息，请参见梯度削波在的算法部分培训选项在深度学习工具箱。

例子：“GradientThresholdMethod”、“绝对值”

因素l₂正则化(权值衰减)，指定为非负标量。有关更多信息，请参见L2正规化在的算法部分培训选项在深度学习工具箱。

为了避免在使用具有多个参数的表示时过度拟合，考虑增加L2RegularizationFactor选项

例子：“L2RegularizationFactor”,0.0005

计算装置，用于在训练期间执行深度神经网络操作，如梯度计算、参数更新和预测。它被指定为“cpu”或“图形”．

的“图形”选项需要并行计算工具箱™软件和CUDA^®启用NVIDIA^®GPU。有关受支持的gpu的更多信息，请参阅金宝appGPU版金宝app本支持(并行计算工具箱)．

你可以用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^®．

注意，如果你想使用并行处理来加速训练，你不需要设置使用设备.相反，在培训代理时，请使用RL培训选项对象，其中使用并行选项设置为符合事实的．有关使用多核处理器和gpu进行培训的更多信息，请参见使用并行计算和GPU训练代理．

例子：“UseDevice”、“gpu”