MATLAB中神经网络train( )函数使用说明 函数的语法格式如下： [net, tr]=train(net, P, T, Pi, Ai)； train( )函数用于训练创建好的感知器网络，事实上，train( )函数可以训练所有神经网络（径向基函数网络等不需要训练除外）。 输入参数：  net：需要训练的神经网络，对于感知器，net是newp函数的输出。train根据net.trainFcn和net.trainParam进行训练。  P：网络输入。P是R×Q的输入矩阵，每一列是一个输入向量；R为神经网络的输入节点个数，共有Q个训练输入向量。也即共有Q个训练样本，每个样本有R个特征。  T：网络期望输出。该参数可选，对于无监督学习，不需要期望输出。T是S×Q的期望矩阵，每一列是一个输出向量，S是输出节点个数，共有Q个输出，Q值应与输入向量的个数相等。T的默认值为0。  Pi：初始输入延迟，默认值为0。  Ai：初始的层延迟，默认值为0。 输出参数  net：训练好的神经网络。  tr：训练记录，包括训练的步数epoch和性能perf。

对于没有输入延迟或层延迟的网络，Pi、Ai、Pf和Af参数是不需要的。 准确来说，train( )函数的参数有两种格式：细胞数组和矩阵。以上是以矩阵的形式解释参数格式。

参考：https://www.cnblogs.com/long5683/p/10507974.html