（1）整体复制矩阵块元素
repeat （整体元素重复的次数，（4，2），代表在行上重复4次，在列上重复2次）
torch.Tensor.repeat — PyTorch 1.11.0 documentation
这样可能还是不好形象理解，形象化一点吧：看作矩阵块更加形象具体
二. 神经网络层实现理解（1）线性层（也就是全连接层）
参考网址：torch.nn.functional.linear — PyTorch 1.11.0 documentation
看到这里一大堆，可能会发怵，初学小白可能会懵：
看懂了之后这样记忆理解：
最重要的是那个公式 ：
input 对应 x，weight对应A，那么x的列数=A的列数，y的列数=A的行数，按照矩阵计算法则可以分析出来的
三. pytorch网络搭建的通用步骤四. 网络参数的通用步骤（1）创建一个类 继承自 nn.Moudle
（2）类的构造函数里面实现网络结构的搭建，推荐使用nn.sequential结构
（3）定义forward成员函数（外部创建此网络对象时，并且把那个对象当作函数方法使用时，会调用这个forward函数）
暑期编程PK赛 得CSDN机械键盘等精美礼品！（1）通过torch.nn建立损失函数类
（2）通过optim建立优化器（指定优化器优化的参数，以及学习率等等）
（3）输入实际值和目标值，计算损失函数值，并且返回一个损失tensor
（4）调用优化器的zero_grad()，清除梯度累积
（5）调用损失tensor的backward，进行反向误差传播
（6）调用optim的step，进行参数更新
