查看训练进度窗口，查看迭代或停止训练。

Powertrain Blockset使用一半的数据来训练模型，另一半用于测试模型。

回顾测试与训练数据集引擎稳态目标的成对覆盖。

对于每个引擎输入，一个图显示了深度学习模型用来训练自身以匹配输出响应的输入信号。暂态输入稳定，以匹配覆盖图中显示的稳态目标。该模型没有使用油门位置作为深度学习模型的输入，而是使用测量到的进气歧管压力响应。该软件使用物理模型计算进气歧管压力，并将其提供给深度学习模型。

对于四个引擎输出，一个图显示SI引擎深度学习模型(预测-红色)和测试数据(测试-蓝色)。

对于四个引擎输出，直方图显示了深度学习模型预测的响应与引擎实测测试响应之间的SI引擎深度学习模型误差分布。

仿真数据检查器显示经过训练的SI发动机深度学习模型的发动机性能测试结果，该模型在一个由命令发动机转速和发动机扭矩操作点组成的网格上。使用命令与测量扭矩响应的比较来评估深度学习模型对车辆模型的适用性。

网格图显示了深度学习SI发动机模型的准稳态扭矩响应。用这个图来定性地直观地了解发动机的行为是否与真实的物理发动机在稳态运行时一致。