（9-8）基于感知轨迹预测模型（BAT）的目标行为预测系统：训练模型+性能评估

9.4.5  训练模型

编写文件train.py，实现了对预定义神经网络模型的训练过程。使用PyTorch库，分别实现了数据加载、优化器的初始化、损失函数的定义以及训练和验证循环等功能。在训练过程中，模型根据训练阶段使用均方误差（MSE）或负对数似然（NLL）作为损失函数，同时进行梯度裁剪和学习率调度。训练过程中的性能指标（损失和准确率）在每个阶段进行打印输出，最终保存训练好的模型参数。

# 从model_args模块导入参数
from model_args import args
device = "cuda:0" or "cuda:1" if args["use_cuda"] else "cpu"
# 选择设备，如果启用CUDA，则选择"cuda:0"或"cuda:1"，否则使用CPU
# 忽略警告
warnings.filterwarnings("ignore", category=UserWarning)
 
# 初始化网络
# ------------------
net = highwayNet(args)
if args['use_cuda']:
    net =