在PyTorch中打印每个历元的验证损失

我想打印每个历元中模型的验证损失，获取和打印验证损失的正确方法是什么

是这样的吗?

criterion = nn.CrossEntropyLoss(reduction='mean')
for x, y in validation_loader:
 optimizer.zero_grad()
 out = model(x)
 loss = criterion(out, y)
 loss.backward()
 optimizer.step()
 losses += loss

display_loss = losses/len(validation_loader)
print(display_loss)

还是像这样

criterion = nn.CrossEntropyLoss(reduction='mean')
for x, y in validation_loader:
     optimizer.zero_grad()
     out = model(x)
     loss = criterion(out, y)
     loss.backward()
     optimizer.step()
     losses += loss
    
display_loss = losses/len(validation_loader.dataset)
print(display_loss)

---

还是别的什么？谢谢。

不

在任何情况下，您都不应使用验证/测试数据来训练您的模型（即调用

loss.backward（）

+

optimizer.step（）

）

如果要验证模型，请执行以下操作：

model.eval（）#处理退出/批处理规范层
损失=0
使用手电筒。无梯度（）
对于验证加载程序中的x、y：
out=模型（x）#仅向前传球-无坡度！！
损失+=标准（输出，x）
#总损失-除以批次数
val_损耗=损耗/长度（验证加载程序）

请注意，

optimizer

与在验证集上评估模型无关。

---

您不会根据验证数据更改模型-仅对其进行验证。

您从未使用验证/测试数据反向支持过吗！！！！！啊，对不起，我刚刚学习了深度学习，谢谢。@rubiks-这里的主要问题是，您理解为什么不能使用验证数据进行反向支持