1. transform = transforms.Compose(
    2.         [transforms.ToTensor(),
    3.          transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

    transforms.ToTensor：原本输入的图像格式是 (H x W x C)在(0,255)之间，通过ToTensor把每张输入图像转换成(C x H x W)格式，在(0,1)之间。
    transforms.Normalize：正则化

    #定义正向传播过程
    def forward(self, x):
        x = F.relu(self.conv1(x))    # input(3, 32, 32) output(16, 28, 28)
        x = self.pool1(x)            # output(16, 14, 14)
        x = F.relu(self.conv2(x))    # output(32, 10, 10)
        x = self.pool2(x)            # output(32, 5, 5)
        x = x.view(-1, 32*5*5)       # output(32*5*5)，通过view把数据展平成一维向量(batch,节点个数)
        x = F.relu(self.fc1(x))      # output(120)
        x = F.relu(self.fc2(x))      # output(84)
        x = self.fc3(x)              # output(10)
        return x

    view:通过view把数据展平成一维向量(batch,节点个数)