欢迎讨论
1. 如果将小批量的总损失替换为小批量损失的平均值，需要如何更改学习率？
找到相关的函数介绍nn.MSELoss
默认api nn.MSELoss中是小批量损失的平均值，所以学习率为0.03
拿到对应的batch loss细节如下：
当学习率为0.03，损失函数的值为小批量的总损失时候，发现不能够收敛了。
拿到对应的batch loss细节如下：
可以看到sum的loss大于mean的loss，所以对应的sum的学习率应该调整为0.003。
2. 查看深度学习框架文档，它们提供了哪些损失函数和初始化方法？用Huber损失代替原损失，即
百度即可：
pytorch框架损失函数
pytorch初始化方法
MeanLoss替换为SmoothL1Loss即可
3. 如何访问线性回归的梯度？
print(net[0].weight.grad)
可以放在for循环里面计算每一步的梯度
