house predict avg train rmse 为啥是train_l[-1] 以及GPU训练还需要设置哪里？

[He-haitao]

train_ls.append(log_rmse(net, train_features, train_labels)) 这里train_ls加入的是每个batch训练完毕之后的rmse，然后训练epoch完毕之后，最后一个就为啥变成了avg train rmse？
还有如果用GPU训练的话，net初始化选择gpu,以及训练的时候，将data_iter的数据copy到GPU内存上，但是那个log_rmse计算好像还是cpu上，这里我不知道怎么迁移到GPU上进行计算的，可不可以指导一下呀，非常感谢啦！log_rmse 最后那个返回 rmse.asscalar() 好像还得转回到CPU上去，所以这里不知道怎么弄，但是我看论坛里面有人说可以GPU训练，但是这样是不是就没法用log_rmse来看准确率了，虽然是可以训练了，这里有没有替代方式呢？我看gluon.loss里面好像没有提供类似的loss使用(从名字上扫了一眼，感觉像是没有)。