用于pytorch的图像分类，包含多种模型方法，比如AlexNet，VGG，GoogleNet，ResNet，DenseNet等等，包含可完整运行的代码。除此之外，也有colab的在线运行代码，可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。
增加了MAE在CIFAR10的实验，得到了不错的结果 并且在模型中增加了一些，如ViT的模型，后续会不断增加新的模型得到更好的结果
迁移学习Transfer Learning的小型猫狗数据集，训练集2000张，验证集1000张，测试集1000张
除此之外，加上在整个猫狗数据集上训练后的最优权重
也会把完整的kaggle的猫狗数据集放上来，有兴趣可以自己下载，不过我们迁移学习用的是小型的数据集，完整数据集中，训练集有2w张，验证集各5000张，测试集1w张
Image Classification for CIFAR10 所有的模型的权重