欢迎使用PyTorchNet ！ PyTorchNet是建立在之上的机器学习框架 。 并且，它使用Tensorboard（或Visdom）进行可视化。 通过创建必要的类，可以轻松自定义PyTorchNet： 数据加载：需要数据集类来加载数据。 模型设计：代表网络模型的nn.Module类。 损失方法：适当的损失类别，例如CrossEntropyLoss或MSELoss。 评估指标：衡量结果准确性的类。 结构 PyTorchNet由HAL库组成，该库具有以下软件包： HAL /数据集