使用卷积神经网络实现CIFAR

这段代码是使用PyTorch框架进行数据加载和预处理的示例，主要涉及加载CIFAR - 10数据集

 总体来说，这段代码是为后续的图像分类任务准备数据，通过加载和预处理CIFAR - 10数据集，为模型训练和测试提供数据支持。

这段代码的目的是从CIFAR - 10训练数据集中随机获取一批图像，将其可视化展示，并打印出对应的标签，帮助用户直观地了解数据集中的图像内容和类别

 这段代码构建了一个简单的用于图像分类的卷积神经网络，并计算了模型的总参数数量，为后续的模型训练和评估做准备。

 这段代码为模型的训练做了准备工作，定义了损失函数和优化器，设置了学习率，并展示了模型的结构，后续可以基于这些设置进行模型的训练和评估。

 这段代码实现了对卷积神经网络的训练过程，通过多个epoch和批次的训练，不断调整模型参数，以最小化损失函数，从而使模型能够更好地对输入图像进行分类。