首先mindspore包含了很多图像数据集，很多可以直接用它封装好的函数，不需要自己创建，但是对于自己特定的任务还是需要自己创建的，首先就是设定训练集和验证集的路径，然后用dataset的一个方法GeneratorDataset就可以创建数据集了，这个比较简单，掌握一些OS库的基本操作就可以，对于文本文件的读取可以用mindspore封装好的LineReader方法，可以很方便的读取文本信息。接着

MindSpore框架中的SGD优化器，通过结合动量、阻尼、Nesterov动量和梯度中心化等多种优化技术，旨在提高模型训练的效率和性能。在训练的过程中，我尝试使用GPU进行训练加速，因为用GPU训实在太慢了，平均一个epoch要30多秒，我下载了能够支持cuda10.1和10.6的mindspore2.2.4版本，同时设置了上下文为GPU环境，但是还是报错了，可能是因为我的cuda是11.6版本

MindSpore框架中的SGD优化器，通过结合动量、阻尼、Nesterov动量和梯度中心化等多种优化技术，旨在提高模型训练的效率和性能。在训练的过程中，我尝试使用GPU进行训练加速，因为用GPU训实在太慢了，平均一个epoch要30多秒，我下载了能够支持cuda10.1和10.6的mindspore2.2.4版本，同时设置了上下文为GPU环境，但是还是报错了，可能是因为我的cuda是11.6版本

但是我最后debug出来似乎都不是以上原因，而是因为我在一个网络（假设是net1）中嵌套了一个网络（net2），但是在train文件中，我进行了model.load_state_dict（）（这里想要加载的是net1的权重）这时候会可能会把这个权重加载到嵌套中的另一个网络（net2），而不是本身的网络（net1）中，所以我将这两个网络单独定义，然后各自创建实例，加载权重，就解决这个问题了。3.我修