本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函
数， 并且对 PyTorch 提供的数据增强方法（22 个）、权值初始化方法（10
个）、损失函数（17 个）、优化器（6 个）及 tensorboardX 的方法（13 个）
进行了详细介绍，本教程分为四章， 结构与机器学习三大部分一致。
第一章， 介绍数据的划分，预处理，数据增强；
第二章， 介绍模型的定义，权值初始化，模型 Finetune；
第三章， 介绍各种损失函数及优化器；
第四章， 介绍可视化工具，用于监控数
