只是为了记录调试的困难和解决的方法，记得搜索问题。
out of memory at /opt/conda/conda-bld/pytorch_1524590031827/work/aten/src/THC/generic/THCStorage.cu:58
解决方法：1、换小的batch(已解决)；2、图片尺寸换成小的；3、图片格式从float换成int；4、换大显存、大显卡；5、优化程序，每一步都释放掉多余的占用显存的变量；
2,Input type (CUDAFloatTensor) and weight type (CPUFloatTensor) should be the same
解决方法：仔细看错误信息，CUDA和CPU，输入数据x和模型中的权重值类型不一样，一般来说是因为模型的参数不在GPU中，而输入数据在GPU中，通过添加model.cuda()将模型转移到GPU上以解决这个问题。（已解决）
3，*Input type (CUDADoubleTensor) and weight type (CUDAFloatTensor) should be the same
解决方法：根据错误信息，显然Input类型和模型的权重类型不一致，一个为Double一个为float,通过对输入数据Tensor(x)进行x.float()将输入数据和模型权重类型一致，或者将模型权重的类型转化为Double也可以解决问题。
4，RuntimeError: size mismatch at /pytorch/torch/lib/THC/generic/THCTensorMathBlas.
cu:247
解决方法：就是出现了张量错误，可以通过调试，检查出现错误的上一层size，对下一层size是否对应。同时注意在pytorch中，全连接之前需要展开成一维向量，x = view(x.size(0), -1)，一定要注意在展成一维向量之前要对该层进行与特征图大小的同等pooling，保证全连接的参数与一维向量的参数相互对应。（已解决）