如果FLAG的画，就是已经有模型了，不然就新建一个模型，通过TORCH方法
在训练的时候，如果TRAIN的话就是训练，不然就是预测
forward前向预测出来一个结果，就是1234
在train方法里，进行多轮迭代，每轮迭代都是通过底层的train_epoch方法进行的；里面主要的功能是打印每轮训练的具体信息
在train_epoch方法里，通过前向传播，计算损失，然后反向传播，梯度更新；里面主要进行的是模型训练
原图像是长*宽的通道图像，通过拍扁，可以拉伸为一维的一个图像，1*784，特征数是784
有60000个图，那么就是可以变换为60000*784的矩阵，每一行都代表一个图片
预处理数据：
将训练图像转换为浮点数，并做归一化。
将训练集标签转换为独热编码，是标签化为独热编码，就是一共有多少个标签的话，就有多少位，，然后对应位上的是1
输入层映射到隐藏层，隐藏层数量定位1024的话，那么就是784*1024，即输入特征的数量，到隐藏层的数量，最后输出层就是类标签的总数，即1024*10，从1024映射到10上