机器学习模型训练步骤包括：数据、模型、损失函数、优化器。
数据：
就是如何读取数据、如何组织数据进行训练、图片如何进行预处理及数据增强。
模型：
如何构建模型模块？如何组织网络？如何初始化网络参数？如何定义网络层？
损失函数：
如何创建损失函数？如何设置损失函数超参数？如何选择损失函数？
优化器：
如何管理模型参数？如何管理多个参数组实现不同学习率？如何调整学习率？
迭代训练：
如何观察训练效果？如何绘制Loss/Accuray曲线？如何用TensorBoard分析？
模型应用：
如何进行图像分类？图像分割？目标检测？对抗生成？循环网络？
分三步学习pytorch:
1.pytorch基础：tensor，autograd,计算图
2.pytoch核心：数据，模型、损失函数、优化器、训练过程。
即DataLoader,Dataset,Transform,Module,LossFunction,Optimizer,TensorBoard.
3.深度学习模型：图像分类、图像分割、目标检测。
知识结构：
