第四次作业：猫狗大战挑战赛
在进行了n次尝试之后，参考了大佬的【傻瓜式博客教学】（感激不尽），终于可以了！
【问题】：前面很多次都是运行不到一半就进行不下去了，这种情况是为什么呢？
【关于文件】
colab里可以通过Linux的一些命令进行操作：
unzip test.zip 会默认将文件解压到当前目录，加-d选项解压到指定目录。
colab中图片是这么排序的，可以提取标号，与分类结果一同输出，再进行排序
【步骤】：
1.下载数据
2.数据预处理
datasets 是 torchvision 中的一个包，可以用做加载图像数据，torchvision 支持对输入数据进行一些复杂的预处理/变换 。
3.创建VGG Model
torchvision中集成了很多在 ImageNet （120万张训练数据） 上预训练好的通用的CNN模型。
4.修改最后一层，冻结前面层的参数
目标是使用预训练好的模型，因此，需要把最后的 nn.Linear 层由1000类，替换为2类。为了在训练中冻结前面层的参数，需要设置 required_grad=False。这样，反向传播训练梯度时，前面层的权重就不会自动更新了。训练中，只会更新最后一层的参数。
5.训练并测试全连接层
第1步，创建损失函数和优化器；第2步，训练模型；第3步，测试模型。
【优化尝试】
使用Adam优化器比SGD效果好
通过尝试，增大epoch，减小学习率进行优化
