python打卡day35

1. 三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化

2. 进度条功能：手动和自动写法，让打印结果更加美观

3. 推理的写法：评估模式

作业：调整模型定义时的超参数，对比下效果。

# 可调整批次大小
batch_size = 64
# 创建训练和测试数据加载器
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
# 可调整学习率
optimizer = optim.Adam(model.parameters(), lr=0.001)  # Adam优化器
# 可调整训练轮次
epochs = 20  # 训练轮次
final_accuracy = train(model, train_loader, test_loader, criterion, optimizer, device, epochs, writer)

# 创建数据加载器（可调整batch_size）
# 可调整批次大小
batch_size = 64
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)

@疏锦行