深度学习(三)——MINIST手写图片识别

思路：
网络是三层：

1. h1=relu(w1*x+b1)-输入28*28，输出256
2. h2=relu(w2*h1+b2)-输入256，输出64
3. h3=w3*h2+b3-输入64，输出10
   其中256，64是自己构想的，10是固定的结果10分类
   每次是512个28*28的1通道图片进入一起处理，处理三次得出结果
   注意
   每次计算梯度都要先清零：optimizer.zero_grad()，不然梯度累加就不正确

import  torch
from    torch import nn
from    torch.nn import functional as F
from    torch import optim

import  torchvision
from    matplotlib import pyplot as plt

from    utils import plot_image, plot_curve, one_hot

batch_size = 512

# step1. load dataset
train_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data', train=True, download=False,
                               transform=torchvision.transforms.Compose([
                                   torchvision.transforms.ToTensor(),