深度学习入门：使用 PyTorch 和 CNN 对 CIFAR-10 数据集进行图像分类

目录

1. 导入库和加载数据

2. 构建 CNN

3. 定义损失函数和优化器

4. 训练网络

5. 测试网络

---

深度学习现在是人工智能的重要组成部分，并且卷积神经网络 (CNN) 是其核心技术之一。今天，我们将使用 PyTorch 和 CNN 对 CIFAR-10 数据集进行图像分类。

1. 导入库和加载数据

首先，我们需要导入 PyTorch 和相关库，并加载 CIFAR-10 数据集。

import torch
import torchvision
import torchvision.transforms as transforms

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=