computation graph

• AccumulateGrad: 把反传下来的梯度累积加到param.grad: param.grad += incoming_gradient
• conv1.weight的(16, 3, 3, 3)中
  • 16: output channels
  • 3: input channels
  • 3, 3 : kernel size

• MaxPool2DWithIndicesBackward: indice是当使用maxpool的时候因为取的是局部窗口的最大值，所以记录下最大值的位置。MaxPool没有参数（weight/bias），只是一个操作，所以也不需要AccumulateGrad

added full connected layer:

• TBackward: Transpose, 自动把weight做transpose .t()
• AddmmBackward: add + matrix multiplication. - addmm(input, weight.T, bias) ≈ Linear(input, weight, bias)
• ViewBackward : .view() 或 .reshape(),

这些node上带backward的都是在做反向传播的时候会用到的