CIFAR-10数据集链接：http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
版本 ;python 3.7 pycharm2019
在我的笔记本上历时6个小时终于跑完的代码，整理笔记如下。
网络结构:
第一个卷积层
输入通道：3，输出通道：32，卷积后图像尺寸不变，依然是32x32，激活函数为relu
第一个池化层
使用最大池化,将32x32的图像缩小为16x16，不改变通道数
第二个卷积层
输入通道：32，输出通道：32，卷积后图像尺寸不变，依然是32x32，激活函数为relu
第二个池化层
使用均值池化,将16x16的图像缩小为8x8，不改变通道数
第三个卷积层
输入通道：32，输出通道：64，卷积后图像尺寸不变，依然是32x32，激活函数为relu
第三个池化层
使用均值池化,将8x8的图像缩小为4x4，不改变通道
运行结果：
损失值和准确率：
各类样本错误率:
可视乎曲线：
