构建模型时使用同一的命名规范是很重要的
超参数
batch:mini_batch_size
训练轮数:iters_num
学习率:lr
数据集
下载的数据集:train_dataset, test_dataset
dataloader之后:train_dataloader, test_dataloader
训练时图像与标签的接收:img,target
精准度
训练集精准度的收集:train_acc
测试集精准度的收集:test_acc
接收训练后output和target的对比:acc
训练集接受每轮的精度数据:train_accuracy
测试集接受每轮的精度数据:test_accuracy
此时的精度数据时一轮训练过后正确识别图片的数量
test_accuray/len(test_dataset)处理之后为实际精度