1. pytorch检验版本是否成功
import torch
print(torch.cuda.is_available())
true则成功，false则失败
2.model.train()，model.eval()的作用
关于代码中的model.train()，model.eval()的说明：
参考 PyTorch进行训练和测试时指定实例化的model模式为：train/eval：
eval即evaluation模式，train即训练模式。仅仅当模型中有Dropout和BatchNorm是才会有影响。因为训练时dropout和BN都开启，而一般而言测试时dropout被关闭，BN中的参数也是利用训练时保留的参数，所以测试时应进入评估模式。
3.Tensor.item()
Tensor.item()：Use torch.Tensor.item() to get a Python number from a tensor containing a single value
4.optimizer.zero_grad()
梯度置零，清空过往梯度，这种操作模式的好处可参考https://www.zhihu.com/question/303070254
