基础的一些cnn小代码练习

# conv2d 是用于二维图像处理的，同理3d就是三维，1d就是一维图像
import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Sequential
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10("./data",train=False,transform=torchvision.transforms.ToTensor(),download=True)
#1、./是当前目录   ../是父级目录    /是根目录
dataloader = DataLoader(dataset,batch_size=128,drop_last=False)
#drop_last 就是决定数据集里面图片的个数以128为每组进行分类，最后剩余的那些图片是否保留，true是保留，false是不保留

class Zinet (nn.Module):
    def __init__(self):
        super(Zinet, self).__init__()
        self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
        self.maxpool1 = MaxPool2d(3,ceil_mode=True)
        #ceil_mode 的意思是当卷积核到边缘时，是否还需要继续，即带不带上超出边缘的部分算作一次
    def forward(self, x):
       x =  se