预处理过程，接受固定规整的图片，需要resize图像，224x224。

数据增强，随机的裁剪和旋转。

Normalize 

Mean std。

Totensor：流化。

首先继承一个通用的母类，torch.utils.data.Dataset

读取具体的样本，__getitem__

normlize:batch_norm正则化，

一范数：绝对值求和。

二范数：平方和求和开方。

自动扩展，不需要拷贝数据。

主动复制内存方式，

Dim1：维度为1的向量或者张量。

一般用在bias，一维的tensor。

dim=0的tensor是标量。

dim、size/shape中：2维指的是维数；size指整个的【2,2】,指tensor的具体形状。

四维的tensor适合图片，很适合卷积神经网络。

numel表示tensor所占内存大小。

IntTensor、FloatTensor、以及不同的维度。PyTorch没有对string的支持。

如何标记string：One-hot【0,1,0,0...】,Embedding：Word2vec，glove

标量：1.0,2.0等这样数据，只有一维的。

四个步骤：加载数据，建立模型，训练，测试。

一般情况下会有误差或者噪声。Logistic Regression 将无穷空间压缩到0-1之间。