有了之前的CIFAR-10项目实践，可以模仿它的数据结构和学习过的网络结构，创建一个简单的图像分类项目作为练习和总结。
作为一个图像分类项目，应该包括：训练图像集、测试图像集、加载和训练以及测试的脚本、训练好的模型、调用模型的脚本。如果时间和精力足够，增加前端显示界面。
一、打开pycharm，新建项目：image_classification，文件目录结构如下：
image文件夹：存放图像文件。其下的train、test、error文件夹分别存放训练、测试和测试错误的图像文件。
lib文件夹：存放一些自定义的有可能在别的项目中用到的通用库。
model文件夹：存放训练好的模型。
script文件夹：存放功能脚本。
二、在lib和script文件夹下分别创建__init__.py文件，内容为空，这样，文件夹就会被视为一个python包，可以使用从python包内import脚本的方法来调用文件夹内的脚本。
当文件夹被视为包，图标与普通文件夹的图标是有区别的。
三、准备数据：仍然使用CIFA10数据集。为更贴近实际的工程应用，直接使用解压好和分类好的图像文件夹。拷贝图像到image文件夹：
所有相同分类的图像文件放在以分类命名的文件夹内：
