我嘗試訓(xùn)練我的神經(jīng)網(wǎng)絡(luò)，然后評估它的測試準(zhǔn)確性。我正在使用本文底部的代碼進行訓(xùn)練。事實上，對于其他神經(jīng)網(wǎng)絡(luò)，我可以毫無問題地使用我的代碼評估測試準(zhǔn)確性。然而，對于這個神經(jīng)網(wǎng)絡(luò)（我根據(jù)神經(jīng)網(wǎng)絡(luò)論文的描述正確構(gòu)建），我無法正確評估測試精度，它給我下面的回溯。所以也許我的前傳有問題？模型代碼在這里，包括前向傳遞import torchimport torch.nn as nnF = nn.functional__all__ = ['cifar10_deepnet', 'cifar100_deepnet']class VGG(nn.Module):    def __init__(self, num_classes=10):        super(VGG, self).__init__()        self.features = nn.Sequential(            nn.Conv2d(3, 64, kernel_size=3, bias=False),            nn.BatchNorm2d(64),            nn.ReLU(inplace=True),            nn.Dropout(0.3),            nn.Conv2d(64, 64, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(64),            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=2, stride=2),            nn.Conv2d(64, 128, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(128),            nn.ReLU(inplace=True),            nn.Dropout(0.4),            nn.Conv2d(128, 128, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(128),            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=2, stride=2),            nn.Conv2d(128, 256, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(256),            nn.ReLU(inplace=True),            nn.Dropout(0.4),            nn.Conv2d(256, 256, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(256),            nn.ReLU(inplace=True),            nn.Dropout(0.4),            nn.Conv2d(256, 256, kernel_size=3, padding = 1, bias=False),            nn.BatchNorm2d(256),            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=2, stride=2),