LeNet网络实现训练fashion-mnist数据集

        LeNet作为现在各种卷积神经网络的始祖，其网络结构虽然只有7层，却包含了卷积神经网络的基本组件，具体关于LeNet详解请参考：        LeNet详解_Charles的博客-CSDN博客_lenet

        今天我们来实现如何不需要调参就可以提高LeNet在数据集fashion-mnist上的训练精度和测试精度。

        所用代码为李沐所编写的《动手学深度学习》《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentation

所需要深度学习框架为torch，使用GPU训练

包为d2l 安装方法为：

pip install d2l

        我们实例化一个Sequential块，并将所需要的成连接在一起，将原始模型做了一些改动，去掉了最后一层的高斯激活。

import torch
from torch import nn
from d2l import torch as d2l


class Reshape(torch.nn.Module):
    def forward