基础框架代码解释
自定义的，用法就是等于号后面的
out是自己定义的层啊
nn.ReLU()是构造了一个ReLU对象，并不是函数调用，而F.ReLU()是函数调用
这里大佬能说一下，为什么forward里面不能用nn.RELU()函数吗，我只知道是因为参数的问题，但不知道为什么
nn.ReLU不是一个函数，而是一个class
这里hidden(X)是Module父类下一个方法的变体，hidden(X)=hidden.call(X)，表示把X作为输入传入该层
nn.ReLU是一个层结构，必须放在nn.Module中，F.relu是一个函数
回答前面：pytorch的这个nn.module不用自己定义后向，pytorch可以自己进行自动后向计算
不是得net.forward(X) 才算是调用forward函数吗 怎么直接net（X）也可以出来
这里net实例化MLP类后可以调用是因为MLP类继承了Moudle类中的__call__方法
这里为什么不是net.forwar(X)
这是python的一个语法糖，net()实际上调用net.call()，而__call__()调用了forward
看起来好象不符合python语法是因为，torch是个框架它有自己内部调用机制，你按它的要求填好空就行了
call__可以通过类名直接调用函数
net()继承Module类，而Module类的call会执行forword
通过内置函数__call 把实例化对象当成函数调用，但不知道为啥需要这么操作
这个类似于c++里面的函数重载，重载了（）运算符，类似函数对象，也就是python里面的__call__()的作用
*args：接受不定数量的参数（参数就是层或者块）
调用父类的初始化函数
values，不是keys，keys是string
前面说的对，两个*才是dict
相当于block()调用了层里面的函数
关于为啥是字典形式；因为self._moudles是父类的属性，这个属性类型是OrderedDict()有序字典，这样添加层是将你的层嵌入到模型中，这也是为什么此处并没有重写forward函数
block是循环变量 block()是功能函数
关于为啥是字典形式；因为self._moudles是父类的属性，这个属性类型是OrderedDict()有序字典，这样添加层是将你的层嵌入到模型中，这也是为什么此处并没有重写forward函数
这里的意思是你可以自由的定义你想要的层不是让你复刻
forward在父类nn。module里面调用了，可以打开pycharm跟踪下就知道了
forward应该是在Module类里有调用，所以在class外的代码不需要显示地调用forward，但实际上运行了forward
因为父类nn.Module里重载了__call__，里面调用了forward
这里只是告诉各位，可以灵活的将各种块组合在一起，比如将刚刚定义的NestMLP、线性层以及之前定义的FixedHiddenMLP连在一起。
Sequential对象其实就是一个拿来装Linear (),ReLu()等方法(网络的层)的容器…
list of layers
权重是实例化出来的时候，模型默认初始化赋值的
*表示解包操作，将列表中的元素解包成多个参数传递给print()函数，使得打印的结果更加清晰易读。
解包操作符，一般对元组或列表使用，变为单独的元素。
1是relu，没有参数。02是两个全联接层
激活函数没有参数 取不出来
通过名字获取参数
字典 state_dict()[key]的效果和state_dict[key].data效果一样的吗
传一个字符串名字，指示add module对应的module
print一个网络，知道这个网络大概的架构
net.apply（function），for loop让每一个module调用function这个函数
API是高级程序接口，就是封装好的一个一个可以实现作用的直接调用的东西
为什么不能把weight初始化为常数
数值稳定性那节不是有讲么？要破坏初始化参数的对称性
全部初始化为同一个值，会导致：除输入层以外其它层的各个神经单元输入输出一样，状态梯度一样，从而权重的梯度更新也一样，等价于每层只有一个单元，
计算得到的梯度全都一样，最后所有权重都一样
Xavier
uniform distribution均匀分布
在《银河系漫游指南》小说中，有一个超级先进的文明为了寻找宇宙的终极答案，造了一台超级计算机，经过750万年的计算，最后超级计算机告诉他们终极答案就是“42”。
宇宙终极答案是“42”吗？我们都被“42”骗得好惨
计算机ASCII代码表里十六进制的42对应字符“*”（星号），换句话说，就是计算机里的通配符。所以42就是一切的意思，什么都可以代替。
apply函数的功能是将传入的函数应用到指定的module上，不只是初始化，做什么都行
“*[]”序列解包很细节，和.item()异曲同工
没听懂的建议看 pytorch基础，就那个龙良曲老师讲的，听完后再看这个，就会清楚很多
这个布尔表达式强转成float的意思，先判断是不是绝对值大于5，是就 1，不是就0
因为两个share是同一块内存
梯度肯定会更新，反正两个权重一起变
就是说他们的地址是一样的，所以一个改了，另外一个也跟着改
反向不需要考虑，因为这里的层不包含需要更新的参数
不会真的为0，十的负九次方，用很小的数值来表示
继承自Module的子类在创建实例的时候都会自动生成计算图
rand是从0-1的均匀分布中随机抽样，randn是从0-1的正态分布中抽样forward中定义的计算用的是不可反向传播的data,所以backward没结果的
nn.parameter加梯度加名字
实例化模型的命名而已dense，没错
dense应该特指全连接层。
MyLinear是一个类，dense是这个类的一个实例
为什么省去了dense.forward（）
具体到后缀是.pt，.pth，.pkl，都对，不用细究，是Pytorch专用的格式
可以不带文件类型保存，你随便加后缀也可以,torch都可以save load
引号里面的就是你保存的位置，自定义就可以，建议不要有中文
state_dict得到字符串到parameters的映射
在别的地方薅羊毛训练网络经常要这么干
哪这里是不是 需要原来的网络模型也要知道，不然模型参数对不上！
是的，因为只保存了参数没有保存结构，你需要把原来的模型声明写出来
load_state_dict()这个函数是在哪定义了吗
好像可以，有两种save net的方式，这里是只存参数
此处是否通过eval()进入evaluation mode对结果并没有影响
应该是eval是设为评估模式，不计算梯度
train模式（net.train())和eval模式（net.eval())。一般的神经网络中，这两种模式是一样的，只有当模型中存在dropout和batchnorm的时候才有区别。
Y在前面面in[4]里面定义了，Y=net(X)