利用GPU训练

        利用GPU来训练一般来说训练的速度比CPU要快的多，并且添加GPU也并不复杂，添加cuda()即可。

在下面模块添加GPU操作语句：
1.神经网络模型

#搭建神经网络
class Gu(nn.Module):
    def __init__(self):
        super(Gu  , self).__init__()
        self.model1 = Sequential(
            Conv2d(3, 32, 5, 1, 2),
            MaxPool2d(2),
            Conv2d(32, 32, 5, 1, 2),
            MaxPool2d(2),
            Conv2d(32, 64, 5, 1, 2),
            MaxPool2d(2),
            Flatten(),
            Linear(64*4*4, 64),
            Linear(64, 10)
        )

    def forward(self,x):
        x = self.model1(x)
        return x

gu = Gu()
#添加gu=gu.cuda()
if torch.cuda.is_available():
    gu=gu.cuda()

这里添加if torch.cuda.is_available()语句保证程序可以运行，后面各处添加cuda()语句前都添加了这里的if语句

如果你电脑有GPU则优先利用GPU训练，如果没有自动选择CPU训练

如果没有这个if语句，电脑上没有GPU，运行时会报出你没有GPU无法训练

2.损失函数

#损失函数
loss_fn = nn.CrossEntropyLoss()
if torch.cuda.is_av