解释代码 plot_confusion_matrix(cm=confusion_matrix(actual, pred.max(1, keepdim=True)[1].detach().numpy()), normalize=False, target_names=np.unique(actual), title="Confusion Matrix")

该代码用于绘制混淆矩阵，其中参数解释如下：
- `cm`: 由实际标签和预测标签计算得到的混淆矩阵。
- `normalize`: 是否将混淆矩阵的值归一化，默认为 `False`。
- `target_names`: 标签类别的名称列表，用于标注混淆矩阵的行列名称。
- `title`: 混淆矩阵的标题。

具体实现过程中，使用了 `plot_confusion_matrix` 函数来绘制混淆矩阵，该函数可以从 `sklearn.metrics` 库中导入。其中，将实际标签和预测标签通过 `max` 函数计算最大概率的类别，并转换为 Numpy 数组。然后，调用 `confusion_matrix` 函数计算混淆矩阵，最后将该混淆矩阵作为参数传递给 `plot_confusion_matrix` 函数绘制出来。