训练模型后，已经得出了ｌｏｓｓ和ａｃｃ，怎么保存并画图

在PyTorch中，可以使用`torch.save`方法将模型的参数和优化器状态保存到文件中，例如：

torch.save({
    'model_state_dict': model.state_dict(),
    'optimizer_state_dict': optimizer.state_dict(),
    'loss': loss,
    'accuracy': acc
}, PATH)

这里，`model.state_dict()`返回的是一个字典，包含了模型的所有参数；`optimizer.state_dict()`返回的也是一个字典，包含了优化器的状态。

保存完模型和优化器状态之后，可以使用Matplotlib来画出loss和accuracy的变化曲线，例如：

import matplotlib.pyplot as plt

# 读取训练过程中保存的loss和accuracy
checkpoint = torch.load(PATH)
loss = checkpoint['loss']
acc = checkpoint['accuracy']

# 画出loss和accuracy曲线
plt.plot(loss, label='loss')
plt.plot(acc, label='accuracy')
plt.xlabel('Epoch')
plt.legend()
plt.show()

这样就可以将训练过程中的loss和accuracy变化曲线画出来了。