CNN 图像分类实验（CIFAR-10 / MNIST）

机器学习实践课程实验：使用 PyTorch 测试多种结构的卷积神经网络在 CIFAR-10 与 MNIST 上的表现，分析过拟合与欠拟合现象。

项目结构

• train.py — 主训练脚本（CNN / RNN）
• models.py — 网络结构定义
• quick_train.py / debug_train.py — 快速迭代与调试脚本
• predict_cifar10.py / predict_mnist.py — 用训练好的模型预测（含图像裁剪/变换）
• generate_plots.py / analyze_results.py — 生成损失/准确率曲线并分析结果
• 实验报告.md — 完整实验报告（含结论）

运行

pip install torch torchvision matplotlib numpy pillow
python train.py

说明

• 数据集（CIFAR-10、MNIST JPG 版）与训练好的模型体积较大，未纳入版本库；CIFAR-10 可由 torchvision 自动下载，MNIST JPG 解压到 MNIST Dataset JPG format/ 目录即可。
• 训练曲线图见 plots/ 目录。