loss与optimizer没有任何关联（直观上），其实它们并不需要直接联系，它们是通过 Tensor 这个类来达到间接联系的。
首先，net网络中的参数都是tensor，一个 tensor 里面有两个地址，一个是存放的这个tensor当前实实在在的值，比如赋值为10，还有一个存放的是10求导后的值（ ?.grad ?），就是导数。当然，如果没求导，另一个存放的是None。
当我们进行计算loss.backward()的时候，其实就是进行反向链式求导，这个求导是对net中的参数进行求导的，这里面的参数就是tensor，其有两个地址，分别存放当前值和反向求导的值，loss.backward()后，这个时候就每个参数里面都有导数，然后optimizer其实就是根据net每个参数的导数进行优化（在最开始定义的时候就已经绑定optimizer与net的参数了），这也就关联了loss与optimizer了。
optimizer.step()是更新参数
刚刚写完这个，突然想到，loss是怎么跟net中参数联系起来的，其实可以这么来看：
y=w1X1+w2X2+w3X3
我们在计算 loss = criterion(out, input)时，这里的out就等于y就等于w1X1+w2X2+w3X3，（虽然y是一些具体的值，但是这些值是由w1X1+w2X2+w3X3构成的），所以 losss.backward()的时候就是更新w1,w2,w3，所以这就关联了。
: 这一行代码计算了模型输出的损失。首先，对输出进行softmax操作，将其转换为概率分布。接下来，使用交叉熵损失函数计算每个样本的损失。最后，通过对样本的损失进行平均，得到一个标量的损失值。
: 这行代码触发了反向传播过程。它根据计算图以及链式法则，计算了损失相对于模型参数的梯度。这个过程通过自动微分（autograd）机制来完成，梯度信息会被累积在每个参数的属性中。
: 这一步用来更新模型的参数。优化器根据计算得到的梯度信息，根据所选的优化算法（如随机梯度下降法SGD、Adam等），更新模型中的可学习参数。这个过程会更新模型中的权重和偏置等参数，使其朝着减小损失的方向调整。
: 这一行代码将模型参数的梯度清零。在进行下一轮迭代之前，需要将之前一轮迭代中计算的梯度进行清除。它是必要的，因为PyTorch默认会在反向传播过程中累积梯度，如果不清零，梯度将会累积在后续迭代中，导致结果不正确的参数更新。
https://blog.csdn.net/shenjianhua005/article/details/123971915?ops_request_misc=&request_id=6583569ecbdc4daf89dbf2d43eac9242&biz_id=&utm_medium=distribute.pc_search_result.none-task-blog-2~all~koosearch~default-2-123971915-null-null.142^v93^koosearch_v1&utm_term=%E6%80%8E%E4%B9%88%E6%A0%B9%E6%8D%AE%E6%8D%9F%E5%A4%B1%E5%BA%A6%E4%BC%98%E5%8C%96&spm=1018.2226.3001.4187