2019/2/28：
torch.Tensor是默认的tensor类型（torch.FloatTensor）的简称。也就是float、float32。
pytorch的权重weight，若未手动修改，默认格式一定是float32，不会随输入的格式而自适应更改。
问题在于，在pytorch中，要进行wx+b，w与x的数据格式要一致！！！
最后，如果要进行反向传播更新参数，那么权重weight这类参数的数据格式一定不能是整型int！！！
2019/3/1：
torch.nn.CrossEntropyLoss()用于N分类，要求：
网络最后的全连接层输出N个特征图，且不需要加激活层。
标签 target 应为 LongTensor类型（BCELoss要求为DoubleTensor）。
如果使用 torch.utils.data.TensorDataset 与 torch.utils.data.DataLoader，那么 0<= label[index]<=N-1。标签为1D，不需要one-hot。