pytorch学习笔记(八)---完整的模型训练和验证套路

        本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！

        本节主要展示完整的网络模型训练套路和验证套路。

        训练套路：1.准备数据集（以CIFAR10为例）

                          2.加载数据集（DataLoader）

                          3.搭建神经网络（使用之前第六讲搭建好的）

                          4.创建网络模型

                          5.定义损失函数（使用交叉熵损失函数）

                          6.定义优化器（使用SGD）

                          7.设置训练过程中的一些参数

                          8.开始训练：

                               取数据-->将数据放入网络模型-->计算loss-->梯度清零-->反向传播-->优化

        以下为代码展示：

import torch
import torchvision
from test_seq_net import *

#准备数据集
from torch.utils.data import DataLo