5：卷积神经网络实战

纸上得来终觉浅，绝知此事要躬行。

本次任务使用 CIFAR-10 数据集。你需要从零搭建一个卷积神经网络，完成十分类任务，并通过一次对比实验尝试改进模型。

数据集在哪里（？最方便的方式是直接通过 torchvision 下载。download=True 会自动将数据保存到指定的 root 目录；train=True 加载训练集，train=False 加载测试集。

from torchvision import datasets, transforms

transform = transforms.Compose([
    transforms.ToTensor(),
])

train_dataset = datasets.CIFAR10(
    root="./data",
    train=True,
    download=True,
    transform=transform
)

test_dataset = datasets.CIFAR10(
    root="./data",
    train=False,
    download=True,
    transform=transform
)

也可以从多伦多大学的 CIFAR 官方页面手动下载 Python 版本压缩包，官方页面提供约 163 MB 的 Python 数据版本。

一、认识数据📊

CIFAR-10 中的每张图片大小为： $3×32×32$

数据集包含以下十个类别：

airplane、automobile、bird、cat、deer
dog、frog、horse、ship、truck

请完成：

使用 PyTorch 加载 CIFAR-10，并划分训练集、验证集和测试集。随机展示部分图片，观察不同类别之间有哪些容易区分或容易混淆的特征。

建议将原训练集划分为：

训练集：45000 张
验证集： 5000 张
测试集：10000 张

二、搭建基础的CNN架构

请使用 PyTorch 的基础组件，搭建一个用于 CIFAR-10 分类的卷积神经网络。

网络至少包含：

两个卷积层；
非线性激活函数；
池化或其他下采样操作；
全局平均池化或 Flatten；
输出维度为 10 的分类层。

可以参考下面的数据流，但不要求完全照搬：

  输入图片
     ↓
 卷积 + 激活
     ↓
    池化
     ↓
 卷积 + 激活
     ↓
    池化
     ↓
 全局平均池化
     ↓
  全连接分类

要求：

不得直接使用 torchvision.models 中已经搭建完成的模型。在注释或报告中写出各主要层的输入和输出形状。

三、让模型move on

请选择合适的损失函数和优化器，完成模型训练。

训练过程中至少记录：

训练集损失；
验证集损失；
训练集准确率；
验证集准确率。

请绘制训练曲线，并保存验证集表现最好的模型。

不要求手动实现反向传播，但需要能够说明下面几行代码分别完成了什么：

optimizer.zero_grad()
loss.backward()
optimizer.step()

四、优化你的CNN

在基础 CNN 上任选一种方法进行改进：

加入 BatchNorm；
加入 Dropout；
使用数据增强；
调整网络深度或通道数；
将 Flatten 改为全局平均池化；
加入一个简单的残差连接；
更换优化器或学习率策略。

为了公平比较，改进前后应尽量保持训练轮数、数据划分和其他训练条件一致。

完成下面的表格：

模型	验证集准确率	测试集准确率	参数量
基础 CNN
改进后的 CNN

请简单回答：

你修改了什么？为什么认为它可能有效？实验结果是否符合预期？

改进后性能没有提升并不代表实验失败，但需要分析可能的原因。

五、模型到底看懂了吗？

请在测试集上完成模型评估，并展示：

测试集准确率；
混淆矩阵；
若干预测正确的图片；
若干预测错误的图片。

选择一组容易混淆的类别，例如 cat 和 dog，简单分析：

模型为什么容易混淆它们？问题可能来自图片分辨率、训练数据，还是模型结构？

六、拓展挑战

以下内容任选其一，不作为基础要求：

使用残差块搭建一个小型 ResNet；
可视化第一层卷积核或中间特征图；
比较 MLP 和 CNN 在 CIFAR-10 上的参数量与分类效果；
使用深度可分离卷积设计轻量模型；
研究不同数据增强方式对模型的影响。

提交要求

提交内容

请提交：
1. 可以运行的完整代码；
2. 模型结构及各层输出形状；
3. 训练和验证曲线；
4. 基础模型与改进模型的对比结果；
5. 混淆矩阵与错误样本分析；
6. 简短的实验总结。
允许查阅资料或使用 AI 辅助，但需要能够解释模型结构、训练流程以及自己做出的修改。
整体报告: ml-5-姓名-学号.md

提交方式

邮箱: gimmerml401@163.com
主题: 5-姓名-学号

出题人： Parzival

QQ：450621609

邮箱：450621609@qq.com