1：迁移学习的实现原理
【注】这里的new Classifier为新的分类器，也就是网络层中的全连接层nn.liner(input_size,out_size)这里的out_size为需要分类的数量，即out_size=num_catogary(需要分为几类)
[注]总结：迁移学习，简而言之就是少量的样本在已经经过训练得到的知识之上进行训练得到新的分类器。就像是站在巨人的肩膀上向前看的道理。
2:迁移学习实战
nn.sequential()容器参数的详解
https://blog.csdn.net/u013548568/article/details/80294708