第二章：一个案例吃透深度学习（上）作业

作业 2-1：

1.使用飞桨API paddle.vision.datasets.MNIST的mode函数获得测试集数据，计算当前模型的准确率。

参考链接：训练与预测-使用文档-PaddlePaddle深度学习平台

简便方法：直接使用通过paddle.Model训练与预测

eval_result = model.evaluate(test_dataset, verbose=1)

等同于：拆解Model.evaluate()-- 用基础API验证模型

# 加载测试数据集
test_loader = paddle.io.DataLoader(test_dataset, batch_size=64, drop_last=True)
loss_fn = paddle.nn.CrossEntropyLoss()

mnist.eval()

for batch_id, data in enumerate(test