实战2：基于卷积cnn得图像分类详细教程_cnn图像分类实战项目

#配置库
import torch
from torch import nn,optim
import torch.nn.functional as F
from torch.autograd import Variable
from torch.utils.data import DataLoader
from torchvision import transforms
from torchvision import datasets
import matplotlib.pyplot as plt
import numpy as np
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim # 优化器
import torchvision
me v 15563370935
#配置参数
torch.manual_seed(1)#设置随机数种子，确保结果可重复
# batch_size=128 #批处理大小
learning_rate=0.001 #学习率
num_epoches=10 #训练次数
 
 
#加载CIFAR-10数据
#（ToTensor()：把一个PIL.Image转换成Tensor，Normalize()：标准化，即减均值，除以标准差）
transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
#训练集
trainset=datasets.CIFAR10(root='./data', train=True,download=True, transform=transform)
#测试集
testset=datasets.CIFAR10(root='./data', train=False,download=True, tra