利用pytorch构建简单的CNN模型（二）

模仿VGG，利用CIFAR10数据集，构建一个简单的CNN模型

1. 导入数据并做数据归一化

CIFAR10的图片大小是32＊32＊3。datasets.CIFAR10()里，有个download=False。如果修改成True，会下载CIFAR10数据集到前述路径中。但是，一般情况下，下载会很慢。所以，建议先将CIFAR10数据集下载好，解压并保存到路径'../data'中。

transforms = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),])
kwargs = {'num_workers': 1, 'pin_memory': True} if args.cuda else {}
train_dataset = datasets.CIFAR10('./data', train=True, download=False, transform=transforms)
train_loader = torch.utils.data.DataLoader(train_dataset,batch_size=args.batch_size,shuffle=True, **kwargs)
test_dataset = datasets.CIFAR10('./da