纠正Pytorch中的验证损失？

# 步骤1：定义模型和损失函数，并加载验证数据集
model = MyModel()
criterion = nn.CrossEntropyLoss()
validation_dataset = MyDataset()

# 步骤2：初始化验证损失
val_loss = 0.0

# 步骤3：设置模型为评估模式
model.eval()

# 步骤4：禁用梯度计算
with torch.no_grad():
    # 步骤5：遍历验证数据集
    for inputs, labels in validation_dataset:
        # 将输入数据和标签加载到设备上
        inputs, labels = inputs.to(device), labels.to(device)

        # 前向传播
        outputs = model(inputs)

        # 计算损失值
        loss = criterion(outputs, labels)

        # 累加验证损失
        val_loss += loss.item()

# 步骤6：计算平均验证损失
avg_val_loss = val_loss / len(validation_dataset)

# 步骤7：打印或记录平均验证损失
print("Average validation loss:", avg_val_loss)