因為我有數學物理背景，所以清楚卷積的原理。但是在看pytorch文檔的時候感到非常頭大，羅列的公式以及各種令人眩暈的下標讓入門新手不知所雲...最初我以為torch.nn.conv1d的參數in_channel/out_channel表示圖像的通道數，經過運行錯誤提示之后，才知道[in_channel,kernel_size]構成了卷積核。
loss函數中target/label的類型必須是dtype=torch.long 。
在使用cross_entropy時出現了一個錯誤RuntimeError: Dimension out of range (expected to be in range of [-1, 0], but got 1)，查看functional.py的1550行中：
其中log_softmax(input, 1)指定了dim=1,而log_softmax實現如下：
排查之后發現，cross_entropy輸入的矩陣行數需要等於taget/label的個數，即行對行。