P26. 完整的模型训练套路（一）

• 训练部分
• model.py
• train.py

P27. 完整的模型训练套路（二）

• 测试（验证）部分

P28. 完整的模型训练套路（三）

• 训练步骤开始时

• 测试步骤开始时

• 案例演示：model.py 和 train.py

P29. 利用GPU训练（一）

• 方式一
• 在网络模型、数据（输入，标注）和损失函数后加上 .cuda()

• 案例演示：train_gpu_1.py

P30. 利用GPU训练（二）

• 方式二
• 在网络模型、数据（输入，标注）和损失函数后通过 .to(device) 转移到对应设备

• 案例演示：train_gpu_2.py

P31. 完整的模型验证套路

• test.py

• 注意：若训练模型的设备与当前加载加载模型的设备不一致时，需要在 torch.load() 时指定 map_location=torch.device(device)。

• 案例演示：test.py