x.norm()函数：
http://www.pythonheidong.com/blog/article/170104/
torch.autograd.grad函数：
计算张量的梯度函数，返回值的shape和函数输入的值的shape一致
outputs：函数的输出
inputs：函数的输入 grad_outputs：权重，下面代码是和输出大小一致的全1张量
1 disc_interpolates = netD(interpolates)
2 gradients = torch.autograd.grad(outputs=disc_interpolates, inputs=interpolates,
3 grad_outputs=torch.ones(disc_interpolates.size()).to(device),
4 create_graph=True, retain_graph=True, only_inputs=True)[0]
