CV之街景字符编码识别三----pytorch之定义网络，损失函数和优化器

一、定义网络（Net）

用一个名为Net的类定义
需要继承torch.nn中的nn.Module(注意M大写）
Net类包括初始化函数和forward函数两部分

1）初始化
init_(self): 放置有可学习参数的层（注意init前后均是两个下划线）
a)对nn.Module初始化: super（Net, self）init()
b)定义卷积和全连接操作（用到nn.Conv2d(), nn.Linear()）
2)前向操作
forward(self， x)
输入x，按照网络前向传播步骤，调用初始化中定义的卷积和全连接操作，得到最后输出，并return。

如下简单定义一个cnn模型：

class SVHN_Model1(nn.Module):
#初始化
    def __init__(self):
        super(SVHN_Model1,self).__init__()
        ##CNN提取模块
        self.cnn=nn.Sequential(
            nn.Conv2d(3,16,kernel_size=(3,3),stride=(2,2)),
            nn.ReLU(),
            nn.MaxPool2d(2),
            nn.Conv2d(16,32,kernel_size=(3,3),stride=(