mindspore.nn.WithEvalCell
=========================

.. py:class:: mindspore.nn.WithEvalCell(network, loss_fn, add_cast_fp32=False)

    封装前向网络和损失函数，返回用于计算评估指标的损失函数值、前向输出和标签。

    **参数：**

    - **network** (Cell) - 前向网络。
    - **loss_fn** (Cell) - 损失函数。
    - **add_cast_fp32** (bool)：是否将数据类型调整为float32。默认值：False。

    **输入：**

    - **data** （Tensor） - shape为 :math:`(N, \ldots)` 的Tensor。
    - **label** （Tensor） - shape为 :math:`(N, \ldots)` 的Tensor。

    **输出：**

    Tuple(Tensor)，包括标量损失函数、shape为 :math:`(N, \ldots)` 的网络输出和shape为 :math:`(N, \ldots)` 的标签。

    **异常：**

    **TypeError**： `add_cast_fp32` 不是bool。

    **支持平台：**

    ``Ascend`` ``GPU`` ``CPU``

    **样例：**

    >>> # 未包含损失函数的前向网络
    >>> net = Net()
    >>> loss_fn = nn.SoftmaxCrossEntropyWithLogits()
    >>> eval_net = nn.WithEvalCell(net, loss_fn)