1：softmax
(1)softmax函数适用于多分类，可以将进行[0,1]之间的压缩，并且保证和为1.
（2）softmax函数求导
(3)softmax函数在pytorch中的使用
[注]求梯度有两种，分别为：p.backward()以及torch.autograd.grad().
当p.backward（）不设置retain_graph=True时，当再次使用p.backward()会报错。原因：p.backward()会删除梯度.
[注]torch.autograd.grad(para,para2)参数1必须是一个维度和长度都为1的tensor。