概率分布：属于每一个类别的概率总和为0，且都>=0，n组类别需要n-1个参数就能算出结果

  数据预处理

 loss函数

 

 

 crossentropyloss()函数 CrossEntropyLoss <==> LogSoftmax + NLLLoss。也就是说使用CrossEntropyLoss最后一层(线性层)是不需要做其他变化的；使用NLLLoss之前，需要对最后一层(线性层)先进行SoftMax处理，再进行log操作。

 

 nll损失和交叉熵(crossentropyloss)损失

均值和标准差（固定的）

 全连接神经网络要求是矩阵1x28x28->1x784用view函数

momentum冲量值设成0.5 

寻找最大值torch.max，dim=1按行寻找；dim=0按列寻找 

 

每10轮进行一次test 

 转-->大佬笔记