2.1.1 CIFAR-10数据集简介

CIFAR-10数据集共有60 000张32×32的RGB彩色图片，分为10个类别，每个类别有6 000张图片。其中训练集图片为50 000张，测试集有10 000张图片。训练集和测试集的生成方法是，分别从每个类别中随机挑选1 000张图片加入测试集，其余图片便加入训练集。与MNIST手写字符数据集比较来看，CIFAR-10数据集是彩色图片，图片内容是真实世界的物体，噪声更大，物体的比例也不一样，所以在识别上比MNIST困难很多。CIFAR-10数据集样例如图2-1所示。

图2-1 CIFAR-10数据集样例

训练分类器的步骤如下：

（1）使用视觉工具包torchvision加载并且归一化CIFAR-10的训练和测试数据集；

（2）定义一个卷积神经网络；

（3）定义一个损失函数；

（4）在训练样本数据上训练神经网络；

（5）在测试样本数据上测试神经网络。