cifar10_cnn 模型文件

cifar-10-python.tar.gz的第二部分，第一部分请搜cifar-10-python-1.zip。

经典的cifar-10识别源码，采用cnn模型，keras实现，需要使用python3，详细可参考"使用说明.md"

可以将BPSO与深度学习中的神经网络搜素相结合，运用算法的力量极大的提高搜素速度和效率

CIFAR-10（Canadian Institute for Advanced Research，CIFAR）是一个用于识别普适物体的小型数据集。由Hinton 的学生Alex Krizhevsky

数据集cifar10.zip

官方网站的[Deep Learning with PyTorch: A 60 Minute Blitz](https://pytorch.org/tutorials/beginner/deep_lea

CIFAR-10 Dataset is provided by Canadian Institute for Advanced Research.本数据集由加拿大高级研究所提供。 cifair10_t

使用 ResNet 对 Cifar10 进行学习训练，整个过程，包括数据集的处理，loss 计算，以及准确度计算，数据保存

CIFAR-10数据集，python版本，.tar.gz文件。上传到这里为了下载更快，免费资源，资源链接：http://www.cs.toronto.edu/~kriz/cifar.html

CIFAR-10数据集由10个类的60000个32x32彩色图像组成,每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试批次,每个批次有10000个