MNIST数据集分类网络输出说明

      在对手写体数字数据集MNIST进行分类时，网络模型的输出为output，output的shape为[1000,10]（1000是输出的datapoint数目，具体输出多少可以自己设定，这个数据集中给的用来test的数据是1000个）。目标target的shape为[1000]，target的值对应的是标签（label）。output的shape中1000代表1000张图像，10表示共有10个类别。output.argmax(dim=1, keepdim=True)得到的结果为1000行中，每一行中最大值所在的列，如果该所在列的列值与target中的对应位置的值相等，即表示判断正确。就可以用sum().item()求和，得出判断正确的数值。