1、前言

      上一篇博客详细介绍了利用MNIST数据集训练模型，得到了训练参数，那么如何将这训练好的模型，用于训练自己的数据呢？本博客详细介绍，如何利用上篇博客训练好的模型参数，来预测自己的数据集。

2、测试数据

2.1 数据准备

     在测试自己数据前，确保你的数据格式与训练时使用的数据格式一致。这通常包括图像的预处理、归一化等步骤。MNIST数据集大小尺寸为28*28，因此需要将测试图片转换成28*28尺寸大小。具体步骤参考图像大小调整（缩放）-CSDN博客

2.2 加载模型

      pytorch中有专门加载模型的函数接口，为torch.load()，代码如下：

model = torch.load('D:\\02_coding\\05_deepl\\open3dstudy\\cnn.pth')
model.eval()

      这里有个说明，要使用model.eval()，原因如下：

      当你调用 model.eval() 时，