使用PyTorch框架构建和优化神经网络：自定义数据集、加载常见数据集、手动实现线性模型和使用torch

PyTorch是一个广泛使用的开源深度学习框架，它提供了丰富的工具和函数，用于构建、训练和优化神经网络模型。本文将介绍如何使用PyTorch框架来构建神经网络，并对其进行优化和可视化分析。我们将分别讨论自制数据集、加载常见数据集、自制分类数据集以及手动实现线性模型的方法，并提供相应的源代码。

1. 使用PyTorch构建神经网络
   首先，我们需要导入PyTorch库，并定义一个神经网络模型。以下是一个简单的示例，包含两个全连接层：

import torch
import torch.nn as nn

class Net(nn.Module):
    def __init__