在使用 MATLAB 进行开发和研究时，神经网络工具箱是一个非常强大的模块，它可以帮助用户快速构建、训练和应用神经网络模型。如果你刚刚开始接触 MATLAB 并希望利用这一功能，那么首先需要了解如何正确地调用神经网络工具箱。

1. 检查是否安装了神经网络工具箱

在尝试调用之前，确保你的 MATLAB 已经安装了神经网络工具箱。你可以通过以下步骤检查：

- 打开 MATLAB。

- 在命令窗口输入 `ver` 命令并回车。

- 查看输出结果中是否有 "Neural Network Toolbox" 的条目。如果有，则说明该工具箱已经安装；如果没有，请联系管理员或重新安装 MATLAB 并选择安装神经网络工具箱。

2. 启动图形界面

MATLAB 提供了一个直观且易于使用的图形用户界面（GUI）来帮助用户创建和管理神经网络。以下是具体操作步骤：

- 输入 `nnstart` 命令到命令窗口。

- 回车后会弹出一个名为“Neural Network Start GUI”的窗口。

- 在这个窗口里，你可以选择不同的任务类型，比如分类、回归等，并根据提示一步步完成神经网络的设计与训练过程。

3. 使用命令行方式

对于更高级或者自动化程度更高的应用场景，推荐采用命令行方式进行操作。以下是一些基本示例：

- 创建一个新的前馈网络：

```matlab

net = feedforwardnet([10 5]);

```

上述代码创建了一个具有两个隐藏层（分别包含10个神经元和5个神经元）的前馈网络。

- 训练网络：

```matlab

[trainedNet, tr] = train(net, inputs, targets);

```

此处将使用 `inputs` 和 `targets` 数据对网络进行训练。

- 测试网络性能：

```matlab

outputs = trainedNet(inputs);

```

利用训练好的网络预测新数据点的结果。

4. 学习资源

为了更好地掌握神经网络工具箱的功能，建议查阅官方文档以及相关教程视频。MathWorks 官网提供了详尽的帮助文档，涵盖了从基础入门到复杂应用的各种案例分析。

总之，在 MATLAB 中调用神经网络工具箱并不复杂，无论是通过图形界面还是命令行都可以实现高效的操作。希望以上信息对你有所帮助！如果还有其他疑问，欢迎随时提问。