1.使用平台和工具

   Colab，Pytorch

2.训练过程

2.1数据集的获取

Datasets的构建

MNIST数据集的训练集为60000，测试集为10000

DataLoader的构建

每一次传入64张图片

训练的设备优先GPU

获得数据集中的图片尺寸

2.2搭建LeNet-1网络模型

对网络进行验证，传入一个28*28的torch

2.3训练过程

训练30个epoch，整体测试集上的正确率：0.974399983882904

3.推理

构造显示图片的工具函数

推理程序

image,label = test_data[1]

选择测试集的第二个图片进行推理

model = torch.load("./net_30.pth")

模型的权重选择