all_scores.append

`all_scores.append()` 是一个 Python 列表对象的方法，用于将一个元素添加到列表的末尾。通常在循环中使用该方法，将每次迭代得到的结果添加到列表中。例如，以下代码将 1 到 10 中所有偶数的平方添加到一个列表中：

all_scores = []
for i in range(1, 11):
    if i % 2 == 0:
        score = i ** 2
        all_scores.append(score)
print(all_scores)

输出结果为：

[4, 16, 36, 64, 100]

在深度学习中，通常用该方法来记录每个 epoch 或每个批次的训练或验证结果，以便后续分析和可视化。例如，以下代码展示了在训练过程中记录每个 epoch 的训练和验证损失：

train_losses = []
val_losses = []
for epoch in range(num_epochs):
    # 训练模型并记录训练损失
    train_loss = train_model(...)
    train_losses.append(train_loss)
    
    # 在验证集上评估模型并记录验证损失
    val_loss = evaluate_model(...)
    val_losses.append(val_loss)
    
    # 输出当前 epoch 的训练和验证损失
    print(f"Epoch {epoch+1}: train_loss = {train_loss:.4f}, val_loss = {val_loss:.4f}")

在训练完成后，可以使用 `matplotlib` 等可视化工具将训练和验证损失绘制成曲线，以便对模型的训练效果进行分析。