1、使用卷积神经网络，编程实现对Cifar10图片的分类识别，并观察训练集和测试集的损失和准确率；调整卷积神经网络的结构和参数，记录和分析结果，找出最佳网络结构和参数；保存最佳模型，并利用保存的模型识别图片。（20分) 要求： （1)使用卷积神经网络对Cifar10图片进行分类和识别，并可视化结果。（8分) （2)调整卷积神经网络的结构和参数，记录结果,并找出最佳的结构和参数。（5分) （3)保存模型到本地，命名为“Cifar10.h5”；加载保存的模型，进行图片识别。（4分) （4)总结卷积神经网络中有哪些可调整的结构/参数，对模型有什么影响。（3分)