_,pred = torch.max(outputs.data,dim=1)
correct = pred.eq(labels.data).cpu().sum()
print('step',i,'loss is',loss.item(),
       'mini-batch correct is:',100*correct/batch_size)

老师，这里的预测取最大是什么意思啊?

然后下面预测相等就加起来，最后返回的正确率是本轮本批数据有多少预测对了吗？

所有的神经网络在训练时的x和y都一定要用Tensor数据类型吗?

类中的前向传播方法forward只能叫forward吗?

老师 为什么测试集的数据读取不到呢?

老师 对于一批图像数据进行训练时,是一次性只取这一批中的一张图片进行训练吗,就是这个64是一张图片经过64个卷积核卷积操作之后得到的结果吗?

老师 编写的神经网络处理cifar10中的权重和参数是如何设计的呢?

老师 在训练模型的时候,例如输入一个batch为32的数据,共包含32张图片,是对每一张图片分别进行训练,将每一次的训练结果记录下来,还是是一个动态的过程,当第一张图片经过第一层的卷积操作进入到第二层时,下一张图片输入到第一层中进行卷积操作

老师 模型在训练时候,是一个batch的图片数据一起进行训练吗?不是一张图片训练完毕后进行反向传播,更新参数后,再继续训练下一张图片吗?如果是一个batch的图片一起进行训练,那么反向传播参数如何更新呢?

老师 这个n是什么意思呢?

老师 在卷积神经网络中,参数是指卷积核的参数以及全连接网络中的参数吗?

老师  此时的C表示通道数,但其值应该不是3吧,是上一层的卷积核个数吧

老师这里的数据集是自己先下载好的嘛？还有就是data文件夹也是自己建的是吧？为啥我跟老师的代码一样图片不能加载出来

老师  train_loader是将所有的训练数据按照batch_size随机划分好之后形成的路径列表还是每次调用时随机生成batch_szie大小的训练集

train_loader = DataLoader(dataset=train_dataset,
          batch_size=128,
             shuffle=True)

老师 每一轮开始都要重新定义模型,模型不会被覆盖吗?

老师 为什么晚期的卷积层提取到的特征越高级呢？