代码下载地址：
- GitHub代码地址
- 代码百度网盘下载地址 提取码：8hzw
环境安装：
代码目录下，有个install.sh文件，运行：
bash install.sh
将会安装Pytorch、torchvision、opencv、numpy、tqdm的最新版本。
!!注意：这些或许会改变您的base环境。!!
建立模型：
AutoCNN的目的就是为了以后能更加有效地设计和使用CNN网络，避免麻烦地进行代码修改。
AutoCNN的网络结构是在model.conf文件中进行定义。如下为model_mnist.conf的网络结构：
conv:1,16,3,2,1
bn:16
ReLU
conv:16,32,3,2,1
bn:32
ReLU
conv:32,64,3,2,1
bn:64
ReLU
conv:64,64,2,2,0
bn:64
ReLU
fc:256,40
目前AutoCNN所支持的网络结构yiji格式如下所示：
| 结构 | 格式 |
|---|---|
| 卷积层（conv） | conv:in_channel,out_channel,kernal_size,stride,padding |
| 最大池化层（maxpool） | maxpool: |
| 平均池化层（avgpool） | avgpool: |
| ReLU激活函数 | ReLU |
| sigmoid函数 | sigmoid |
| Dropout层 | dropout |
| BN层 | bn:input |
| 全连接层（FC） | fc:in_channel,out_channel |
读取模型：
数据集加载：
训练模型：
测试模型：
