Notebook：PyTorch 中的 CNN

下面我们将在 PyTorch 中定义和训练 CNN。

打开 notebook 的方法：

• 直接在课堂里在线打开（推荐）。
• 从 Github 克隆代码库，再打开 convolutional-neural-networks > cifar-cnn 文件夹里的 notebook cifar10_cnn_exercise.ipynb。你可以使用 git clone https://github.com/udacity/deep-learning-v2-pytorch.git 下载代码库，或从此链接下载归档文件。

说明

• 定义一个分类 CIFAR10 图像的 CNN 模型
• 训练周期达到一定的次数后测试模型，看看模型的泛化能力和准确率。

这是一个自我评估 Lab。如果你需要帮助或想参考答案，请查看同一文件夹里的 solution notebook，或点击此处。

GPU Workspace

下个 workspace 支持 GPU，你可以选择在 GPU 实例上训练模型。建议：

• 在 CPU 模式下加载数据、测试函数和模型（检查参数和执行简短的训练循环）
• 准备大规模地训练和测试模型时，启用 GPU 以快速训练模型！

涉及的所有模型和数据都必须移到 GPU 设备上，要注意模型创建和训练流程中的相关移动代码。