pytorch模型的坑：双分支网络的输出结果一模一样

Motivition： 双分支网络训练结束，分析可视化输出结果的时候突然发现，两个分支的输出结果一模一样！！！做差之后输出结果，果不其然，equal to zero! 小鬼上身，浑身纳闷。
Debug Progress:

1. 可视化网络结构&check训练模型中的参数值：模型中的双分支学习到的参数值不会是一样的吧？
2. 周末616，碰到了遇到了黑暗的一天！划水搭了个个人网站，逃避课程复习，逃避烦人的小鬼，逃避糟糕的记忆。。。最后自己给自己开了一枪，伤口上又撒了一把盐，心凉。夜幕降临，迎来另一个自己，写了日记，心暖。
3. 周一，彻夜未眠的后遗症隔山打牛，混沌。还好灵感突现，解决了这个BUG，得以为今天画上圆满的句号。

从每层参数的输出结果可以看出，其顺序按照模型定义中的 init(self)函数，而非forward(self, input)函数。
于是，我怀疑所学模型的结果也有同样的诟病，于是check了一下所load进的模型，果不其然，和每层参数的输出有同样的顺序，怀疑近乎是正确的。
最后，改换模型代码，并输出训练结果，right unequal to zero!
Thinking: init(self)中所定义即forward(self, input)所使用（包装init(self)中的定义，贪图代码复用会招徕小麻烦&