使用Matlab神经网络训练时，函数trainingOptions的参数解析

新手入门深度学习可以考虑使用MATLAB，对网络的训练过程实现可视化观察，本文将对一些参数的含义进行解读，测试版本为 matlab 2018b

function opts = trainingOptions(solverName, varargin)

solverName：

‘sgdm’ - 带动量的随机梯度下降

‘adam’ - 自适应力矩估计

‘rmsprop’ - 均方根传播

‘Momentum’

仅当求解器为“ sgdm”时，此参数才适用。 动量确定了从上次迭代到当前训练迭代的梯度步长的贡献。 它必须是介于0和1之间的值，其中0将不提供上一步的贡献，而1将提供上一步的最大贡献。 默认值为0.9。

‘GradientDecayFactor’

仅当求解器为“ adam”时，此参数才适用。 它为求解器“ adam”中的梯度移动平均值指定指数衰减率。 它必须是> = 0且<1的值。在“ adam”的原始论文中，此参数由符号“ beta1”表示。 默认值为0.9。

‘SquaredGradientDecayFactor’

仅当求解器为“ adam”或“ rmsprop”时，此参数才适用。它为求解器“ adam”和“ rmsprop”中的平方梯度移动