王权富贵：pytorch写卷积神经网络的测试部分所需的基本流程

1. 开始测试的固定格式

2. 初始准确率参数

3. 读取和打包数据

4. 进行预测

5. 计算准确率

# Test 开始测试的固定格式
alex.eval()

#初始准确率参数
correct = 0
total = 0

#读取和打包数据
for images, labels in test_loader:
    images = Variable(images)
    labels = Variable(labels)
    if use_gpu:
        images = images.cuda()
        labels = labels.cuda()

#进行预测
    y_pred = alex(images)
    _, predicted = torch.max(y_pred.data, 1)
#计算准确率
    total += labels.size(0)
    temp = (predicted == labels.data).sum()
    correct += temp

print('Accuracy of the model on the test images: %d %%' % (100 * correct / total))