AlexNet图像分类算法

AlexNet 是一个经典的卷积神经网络（CNN）架构，由 Alex Krizhevsky 等人在 2012 年提出，并在 ImageNet 图像分类竞赛中取得了突破性的成绩。AlexNet 的成功标志着深度学习在计算机视觉领域的崛起。

下面是一个使用 PyTorch 实现 AlexNet 进行图像分类的示例代码。我们将使用 CIFAR-10 数据集进行训练和测试。

首先，确保你已经安装了必要的库：

pip install torch torchvision

注意：具体需要依据cuda版本来选择对应版本

PyTorch

2. 导入必要的库

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
from torch.utils.data import DataLoader
import torchvision.transforms as transforms
import torchvision.datasets as datasets
from torchvision import models

3. 定义 AlexNet 模型

class AlexNet(nn.Module):
    def __init__(self, num_classes=10):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(