＜记录＞基于pytorch的cifar-10卷积神经网络（CNN）分类

0，开始之前（不使用GPU可以直接跳到第一步）

运行环境：win10+py3.7.8+pycharm
（可选部分：GPU环境：GTX 1660+cuda10.2+cudnn8.1.0）

cuda和cudnn简单的说就是两个用于机器学习的包，安装稍有点麻烦

训练模型过程中使用GPU加速是可选的，如：

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

使用CPU计算会占用过多CPU资源，使用GPU理论上可以大大减少训练时间（但由于过多的IO操作加速并不非常明显，不过可以大大减轻CPU的负担）

如何配置cuda和安装GPU版本的pytorch可以参考博客：pytorch-gpu版本安装

下面代码可以测试GPU加速是否成功

import torch
import time

print(torch.__version__)        # 返回pytorch的版本
print(torch.cuda.is_available())        # 当CUDA可用时返回True

a = torch.randn(10000