根据窗口，分为四个部分讲。后面小括号的灰色字是链接，可以点进去看。
1，Neural Network
这里显示的是输入大小，中间层数量以及每层的神经元个数。
2，Algorithms
Data Division：Random。这表示使用随机指数将目标分成三组，分别作为train，validation，test。
Training：RProp。这表示学习训练函数。
Performance：Mean Squared Error。这表示性能用均方误差来表示。
Calculations： MEX。暂时没发现用处。
3，Progress
Epoch：迭代次数。
Time：运行时间。
Performance：训练数据集的性能。
Gradient：梯度。
Validation Checks：最大验证失败次数。（解释：比如默认是6，则系统判断这个验证集误差是否在连续6次检验后不下降，如果不下降或者甚至上升，说明training set训练的误差已经不再减小，没有更好的效果了，这时再训练就没必要了，就停止训练，不然可能陷入过拟合。）
4，Plots
Performance：这里可以点进去，看train， validation和test的性能。
Training State：记录Gradient和Validation Checks。
Regression：通过绘制回归线来测量神经网络对应数据的拟合程度。
补充：后面小括号的灰色字是链接，可以点进去看。