本篇是我训练营的第二次学习，主要目标是使用 PyTorch 实现CIFAR10 彩色图片识别。如果说 P1 周主要是用 MNIST 手写数字识别来跑通“数据导入 → 模型构建 → 模型训练 → 结果可视化”的完整流程，那么 P2 周就是在这个流程基础上，把任务从灰度图数字识别推进到彩色图像分类。这周的数据集变成了CIFAR10。它不再是简单的黑白手写数字，而是包含飞机、汽车、鸟、猫、鹿、狗、青蛙、

本篇是我训练营的第一次学习，主要目标是使用 PyTorch 实现MNIST 手写数字识别。MNIST 是一个非常经典的图像分类数据集，任务是让模型识别图片中的手写数字属于0-9中的哪一类。因为我是python和深度学习初学者，所以这篇笔记暂时不追求完全理解所有数学原理，而是按照老师说的先跑通代码，再逐步理解的思路进行学习。本文主要记录从环境配置、MNIST 数据导入、DataLoader 批量加载