告密者的下场（2/4）

 = X_train

 = y_train

def __getitem__(self, index):

t = [index, 0:36]

t = (t).view(6, 6)

return t, [index]

def __len__(self):

return len()

class TestDataSet(Dataset):

def __init__(self):

super(TestDataSet, self).__init__()

 = X_validate

 = y_validate

def __getitem__(self, index):

t = [index, 0:36]

t = (t).view(6, 6)

return t, [index]

def __len__(self):

return len()

def cnn_classification():

batch_size = 256

trainDataLoader = DataLoader(TrainingDataSet(), batch_size=batch_size, shuffle=False)

testDataLoader = DataLoader(TestDataSet(), batch_size=batch_size, shuffle=False)

epoch_num = 200

#lr = 

lr = 

net = VGGBaseSimpleS2().to(device)

print(net)

# loss

loss_func = ()

# optimizer

optimizer = ((), lr=lr)

# optimizer = ((), lr=lr, momentum=, weight_decay=5e-4)

scheduler = .StepLR(optimizer, step_size=5, gamma=)

if not (“logCNN“):

(“logCNN“)

writer = (“logCNN“)

for epoch in range(epoch_num):

train_sum_loss = 0

train_sum_correct = 0

train_sum_fp = 0

train_sum_fn = 0

train_sum_tp = 0

train_sum_tn = 0

for i, data in enumerate(trainDataLoader):

()

inputs, labels = data

inputs = (1).to()

labels = ()