使用 testnet 函数对神经网络进行测试。对于单标签分类任务，评估指标为准确率（accuracy），即预测正确的百分比。默认情况下，testnet 函数会在可用时自动使用 GPU。如果希望手动选择执行环境，可以使用 testnet 函数的 ExecutionEnvironment 参数进行设置。
% 使用 testnet 函数对训练好的神经网络进行验证，并评估其准确率
accuracy = testnet(net, imdsTest, "accuracy");
net：已训练好的神经网络模型，是前面通过trainnet得到的结果。imdsTest：测试数据集，是一个图像数据存储对象（imageDatastore），用于测试模型的性能。"accuracy"：评估指标，这里指定为准确率，即预测正确的样本数量占总样本数量的百分比。返回值：
accuracy：一个介于 0 和 1 之间的小数，表示模型在测试集上的准确率。例如，accuracy = 0.93表示模型在测试集中有 93% 的预测是正确的。
testnet函数自动根据你的硬件情况选择在 CPU 还是 GPU 上运行。如果你想手动指定环境，比如使用 CPU，可以这样写：accuracy = testnet(net, imdsTest, "accuracy", ExecutionEnvironment="cpu");