实验环境：MatlabR2009a

1 在Matlab中使用train函数对神经网络进行训练的时候，会弹出以下窗体。

由上图中的Netrual Network项可见，这是一个两层的网络。

2 算法规则

在Algorithms下面，描述了本神经网络的一些算法。

Trainning：训练的算法，在本例子中，采用的是BP算法

Performance：性能检测算法，在本例中，采用的是均方差(mse)

3 进度

在Progress下面，显示了当前的训练状态。

3.1 Epoch：训练次数

在其右边显示的是最大的训练次数，可以设定，上面例子中设为300；而进度条中显示的是实际训练的次数，上面例子中实际训练次数为146次。

一般情况下，训练的次数都会达到最大的训练次数才会停止训练(点击Stop Trainning按键的除外)。但是，如果在train参数中，指定了确定样本，则可能会提前停止训练。

3.2 Time：训练时间，也就是本次训练中，使用的时间。

3.3 Performance：性能指标

本例子中为均方误差(mse)的最大值。精度条中显示的是当前的均方误差；进度条右边显示的是设定的均方误差(如果当前的均方误差小于设定值，则停止训练)，这个指标可以用用.trainParam.goal参数设定。

3.4 Gradiengt：梯度；

进度条中显示的当前的梯度值，其右边显示的是设定的梯度值。如果当前的梯度值达到了设定值，则停止训练。

3.5 Validation Checks：校验检查

4 绘图

在Plots下面，有3个按键，分别用于绘制当前神经网络的性能图，训练状态和回归分析。分别如下图所示。