pytorch0.4添加自定义cuda层

1. cuda函数的基础类型c或者c++

pytorch扩展工具函数时，c或者c++是分开的。基本的命令和g++有很多相似之处。所以，打算使用不同的扩展方式时，需要相应的源码是c或者c++的。不然会出很多乱七八糟的问题。
另外，pytorch 的官方网站上能找到完全用c语言写forward和backward的例子，我这里是将核心函数由cuda和c来编写，数据流的处理还是python下写的方式来。

2. 使用c的扩展方式

a.参考的博客

有一些教程，可以直接参考下，这一篇oldpan的文章翻译的不错，相比起来，官方的1.0的文档要要与0.4的文档。官方给的一个github版的实例，和oldpan的是同源的，也可以参考下。此外，debug的时候，小郑的数据处理也帮我不少，也记在这。

b.特别留意的点

1. 输入数据的数据类型
   我是直接读取的图片，是uint8类型的，送入pytorch函数中的时候，很容易忽略转成float类型。
2. pytorch 的Tensor转成指针
   THCudaTensor_data就好，这儿我下功夫找官方的解释，小郑的里面这里是比较全的。
3. float3和float类型的转变
   cuda中非常容易发现float234这些类型，数据处理的时候用后者非常的方便，数据拷贝的时候需要注意，通过强制转换指针类型来相互复制。他们在硬件上存储都是一致的，区别在于两个指针的步长不一样。甚至和uchar3的相互转换，也是同样的道理。

   float *dev_image_in,  *image_out;
   float3 *image_in, *dev_image_tmp;
   int memSize = X_SIZE * Y_SIZE * sizeof(float3);
   gpuErrchk(cudaMalloc(&image_in, memSize));
   printf("size float:%ld,size float3:%ld,and uchar3:%ld\n", sizeof(float), sizeof(float3), sizeof(uchar3));
   gpuErrchk(cudaMemcpy((float *) image_in, dev_image_in, memSize, cudaMemcpyHostToDevice));
   //
   memSize = w * h * sizeof(float3);
   gpuErrchk(cudaMemcpy((float3 *) image_out, dev_image_tmp, memSize, cudaMemcpyDeviceToHost));