结合上一章，完善一个全连接网络
要求
上一章，我们展示了如何用torch构建全连接神经网络，并且用了一个示例项目完整的跑完了一个神经网络，但是鉴于知识有限，我们并未加上第三章的部分知识。本章重点在神经网络的优化，包括优化器选择，模型初始化、正则等等，那么我们就利用本章学到的知识，来完整的构建一个全连接网络，加入本章的一些优化策略，看是否能得到更好的效果。
作业
基于第二章项目构建的神经网络，我们进一步加上模型初始化、更换激活函数、更换优化器、加上数据增广和Dropout等策略，对比看看，那些会对模型效果有提升，最后形成如下格式报告：
| 优化策略 | accuracy |
|---|---|
| 换SGD优化器 | |
| 加Dropout(0.3/0.5) | |
| 激活函数换Relu | |
| 。。。 | 。。。 |
建议：
- 这种对比性的工作同学们再后续的论文中会反复看见，一般来讲这个有个专有名词叫做：消融实验，可以理解为“控制变量法”，就是验证一个设计的变化，其他部分不动的时候，来探究这个设计是否有效。
- 同学们可以做多组对比实验，然后自己博客记录，作为一次知识的积累，也为别人造福。