对模型进行训练和测试

评估模型在给定数据集上的损失

def evaluate_loss(net, data_iter, loss): #@save '评估给定数据集上模型的损失' metric = d2l.Accumulator(2) # 损失的总和,样本数量 # 遍历数据集 for X, y in data_iter: out = net(X) # 前向传播 y = y.reshape(out.shape) # 标签形状与输出形状一致 l = loss(out, y) # 计算损失 metric.add(l.sum(), l.numel()) # 累加损失和样本数量 return metric[0] / metric[1] # 返回平均损失