绘制纵向简易流程图：1.配置python的解释器为pytorch； 2.初始化数据： 3.输入数据； 4.搭建神经网络（三层）； 5.将网络搬至cpu或gpu加速； 6.使用visdom，使监视数据可视化； 7.训练网络； 8.测试，得到结果。

1.配置python的解释器为pytorch；

2.初始化数据：

a. 定义训练集和测试集；

b. 对数据进行预处理，如归一化、增强等；

c. 创建数据加载器；

3.输入数据；

a. 读取数据加载器中的数据；

b. 将数据输入神经网络中进行计算；

4.搭建神经网络（三层）；

a. 定义神经网络的结构（如卷积层、全连接层、激活函数等）；

b. 将各层组合起来形成完整的神经网络；

c. 初始化网络参数；

5.将网络搬至cpu或gpu加速；

a. 判断是否有可用的gpu；

b. 将神经网络迁移到gpu上，以加速计算；

c. 定义优化器，如Adam、SGD等；

6.使用visdom，使监视数据可视化；

a. 安装并导入visdom模块；

b. 创建visdom窗口，以实时显示损失、精度等信息；

7.训练网络；

a. 将输入数据和真实标签输入到网络中计算；

b. 计算损失函数，并反向传播误差；

c. 使用优化器更新参数，以最小化损失函数；

d. 记录训练过程中的损失、精度等信息；

e. 循环以上步骤，直到训练次数达到预设值或达到一定精度；

8.测试，得到结果。

a. 将测试集输入到训练好的网络中进行测试；

b. 计算测试集上的准确率、召回率、F1值等指标；

c. 输出测试结果。