5.1.2 PyTorch2.0中卷积函数实现详解 1、torch.nn.Conv2d in_channels=3: 输入的通道数，对应图像的3个颜色通道。 out_channels=10: 输出的通道数，即卷积后我们想要得到的特征图的数量。 kernel_size=3: 卷积核的大小，这里使用的是3x3的卷积核。 stride=2: 卷积核移动的步长，这里步长为2，意味着卷积核每次移动2个像

4.3.5 反馈神经网络原理的Python实现 遇到的疑问： 1、对神经网络前向计算中，关于系数矩阵W的讨论。 上一章讲到了层结构是【out,in】,所以我觉得在计算Y=WX+b的时候，W矩阵也应该是【out,in】的形状。但是该代码（或者正规代码实现流程）不是的，他是一个这样的结构： 所以，W矩阵还是【in,out】结构，a1=X1W11+X2W12+b1,为了计算a1，会以列优先循环