建议先看：
卷积与卷积神经网络_哔哩哔哩_bilibili
转载来源：【子豪兄Pytorch】二十分钟搭建神经网络分类Fashion-MNIST数据集时尚物品_哔哩哔哩_bilibili
up主的这个视频讲解了对于FASHION-MNIST数据集进行搭建一个全连接神经网络，有助于对神经网络的工作流程进行初了解。下面是个人的听课笔记；
GitHub链接：
TommyZihao/zihaopytorch: simple tutorial of pytorch ()
写这篇文章时我下载不动，暂时没有代码。
功能：
1.通过Dataloader下载数据集，并查看数据集中的图片。
2.打开图片，查看图片shape。
3.搭建并训练四层的全连接神经网络。
注：继承类来自nn.Module，定义四个全连接层，因为图像是28*28的，拉成tensor就是1*784，连接后面的256，再到128，再到64，再到10个分类。forward就是前向传播，先将x拉成1维张量，调用fc1，并使用Relu激活函数，最后一层使用softmax归一化函数。
4.对模型实例化，定义损失函数，优化器，训练迭代次数
首先将模型实例化，定义损失函数为NLLLoss损失，使用Adam优化
5.对训练结果进行展示。
6.加入Dropout随机失活神经元方法。
