（2）plotTrainingLoss 函数

plotTrainingLoss 函数是一个用于在训练机器学习模型时绘制训练损失的函数。这有助于我们理解模型的训练过程，并监控模型的收敛情况。一般来说，如果损失在训练过程中呈下降趋势，那么说明模型正在学习；如果损失开始增加，那么可能需要对模型进行调整。

例如，我们可以使用如下代码来绘制训练损失：

import matplotlib.pyplot as plt

# Train the model
for epoch in range(num_epochs):
  for inputs, labels in train_dataloader:
    # Perform a forward pass
    outputs = model(inputs)
    loss = criterion(outputs, labels)

    # Perform a backward pass and update the weights
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    # Record the training loss
    training_losses.append(loss.item())

# Plot the training losses
plt.plot(training_losses)
plt.xlabel('Batch')
plt.ylabel('Loss')
plt.title('Training Loss')
plt.show()

在这段代码中，我们在每个训练批次中记录下损失值，然后使用 matplotlib 库绘制训练损失的折线图。