我们按照超简单！pytorch入门教程（四）：准备图片数据集准备好了图片数据以后，就来训练一下识别这10类图片的cnn神经网络吧。
按照超简单！pytorch入门教程（三）：构造一个小型CNN构建好一个神经网络，唯一不同的地方就是我们这次训练的是彩色图片，所以第一层卷积层的输入应为3个channel。修改完毕如下：
我们准备了训练集和测试集，并构造了一个CNN。与之前LeNet不同在于conv1的第一个参数1改成了3
现在咱们开始训练
我们训练这个网络必须经过4步：
第一步：将输入input向前传播，进行运算后得到输出output
第二步：将output再输入loss函数，计算loss值（是个标量）
第三步：将梯度反向传播到每个参数
第四步：利用下面公式进行权重更新
新权重w = 旧权重w + 学习速率