MATLAB神经网络工具箱：使用trainlm时出错

我有一个90×8的数据集，我从90个字符的图像（即数字1-9）中提取特征（每10×10个单元格加1）。每行代表一个图像。 我尝试使用以下代码来训练神经网络并识别新的输入图像（包括1到9之间的数字）：

之后，我想使用以下内容，使用经过训练的网络识别新图像。m是一个也已被特征提取的图像字符

[a,m]=max(sim(net,m));
disp(b);

我遇到以下错误，我不知道如何解决：

使用trainlm时出错（第109行）

---

输入和目标具有不同数量的样本

网络/列车（106号线）错误[net，tr]= FEVAR（NET.TrnFCN，NET，X，T，席，Ai，EW，NET.PAREPARAM）； 神经网络中的误差（第55行）[net，tr]=序列（net，数据集归一化，T）

注意：datasetNormalized是我在[0,1]中规范化的数据集。

---

哪个部分导致问题？

输入和目标具有不同数量的样本。这似乎是个问题

     T=reshape(repmat([1:9],10,1),1,90) --> T=reshape(repmat([1:9],10,1),90,1)

[net,tr]=train(net,datasetNormalized,T); --> [net,tr]=train(net,datasetNormalized',T);

---

T将用作网络的目标；因此，根据一位朋友的建议，我将T定义为9*90数组，这样，前10列的第一行中有1个，其他行为零，后10列的第二行中有1个，依此类推

T=zeros(9,90);
for j=1:90
    i=ceil(j/10);
    T(i,j)=1;
end

[net,tr]=train(net,datasetNormalized',T);

---

这解决了我在训练网络上遇到的错误，尽管我仍然不确定如何将其映射到输入字符并确定它们。

问题仍然存在。到底应该为网络输入什么作为输出？这太复杂了，我很困惑！错误消息是什么？您能否使用trainlm（第109行）向我们显示T和datasetNormalizedError的大小？输入和目标具有不同的样本数。网络/火车（线106）[网，Tr]＝FEVAR（Net.TrfFCN，Net，X，T，席，Ai，EW，Net.TopPARAM）的错误；神经网络（第56行）[net，tr]=序列（net，datasetNormalized'，T）中的错误

T=zeros(9,90);
for j=1:90
    i=ceil(j/10);
    T(i,j)=1;
end

[net,tr]=train(net,datasetNormalized',T);