这段代码正式定义了两个模型的部分，它们都继承了PyTorch的nn.Module类，包含了定义一个神经网络层或者模块所必须的基础方法（如线性层和激活函数等）。其中一个是BasicBlock，是用于堆叠的基础神经网络块，它的结构（由函数定义）只包括了一个线性层和ReLU激活函数，它的数据流操作（由函数定义）只包括让输入数据经过该线性层和激活函数随后输出。#定义模块结构# TODO: 你可以应用批归一

（MInimizing cross-entropy）等价于最大化可能性（maximizing likelihood）；）来进行表示：解决了某些class关系密切（在树值上），而另一些关系疏远；即使没有临界点（critical point），神经网络的训练也十分困难。通常人们认为训练卡住了是因为参数更新到一个临界值，梯度太小不更新了；：如class1对应数字“1”，class2对应数字“2”……MS

这段代码正式定义了两个模型的部分，它们都继承了PyTorch的nn.Module类，包含了定义一个神经网络层或者模块所必须的基础方法（如线性层和激活函数等）。其中一个是BasicBlock，是用于堆叠的基础神经网络块，它的结构（由函数定义）只包括了一个线性层和ReLU激活函数，它的数据流操作（由函数定义）只包括让输入数据经过该线性层和激活函数随后输出。#定义模块结构# TODO: 你可以应用批归一