3、继承nn.Module基类并应用模型容器构建模型：使用nn.Sequential、nn.ModuleList、nn.ModuleDict等模型容器，不同容器在组织层的方式和特点上有所不同，如nn.Sequential按顺序组合层，nn.ModuleList以列表形式管理层，nn.ModuleDict通过字典管理层。数据不足时可采用K-折交叉验证。2、人工智能概述：阐述人工智能是在机器上实现的智

到目前为止，不管是监督学习还是无监督学习，我们都会预先获取大量数据，然后启动模型，不再与环境交互。缺点是，解决的问题相当有限。1.监督学习依据输入特征预测标签，像房价预测这类输出为数值的是回归问题，猫狗识别判断样本类别的属于分类问题，还有多标问题、推荐系统、序列问题等任务类型。梯度是由全部变量的偏导数汇总而成的向量，它指向函数值减小最多的方向，但并不一定指向函数的最小值点。在图像分类、目标检测和分

cd到logs目录所在的同级目录，在命令行输入如下命令，logdir等式右边可以是相对路径或绝对路径。如果要对数据集进行多个操作，可通过Compose将这些操作像管道一样拼接起来，类似于nn.Sequential。（1）导入tensorboard，实例化SummaryWriter类，指明记录日志路径等信息。Scalar：用于可视化单一数值，例如损失值、准确率等随训练过程的变化。Text：用于可视化

CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。数据集分为5个训练批次和1个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序选取剩余图像，但一些训练批次可能更多会选取来自一个类别的图像。为方便起见，我们已预先下载好数据并解压，存放在当前目录的data目录下，所以，参数download=Fa

cd到logs目录所在的同级目录，在命令行输入如下命令，logdir等式右边可以是相对路径或绝对路径。如果要对数据集进行多个操作，可通过Compose将这些操作像管道一样拼接起来，类似于nn.Sequential。（1）导入tensorboard，实例化SummaryWriter类，指明记录日志路径等信息。Scalar：用于可视化单一数值，例如损失值、准确率等随训练过程的变化。Text：用于可视化