fix

Signed-off-by: Jianliang Shen <[email protected]>

source/_posts/AGI-Startup.md

@@ -152,6 +152,8 @@ PyTorch内部实现了神经网络中绝大多数的layer，这些layer都继承
 
 图像nn包括，卷积层（Conv）、池化层（Pool），池化方式又分为平均池化（AvgPool）、最大值池化（MaxPool）、自适应池化（AdaptiveAvgPool）等。而卷积层除了常用的前向卷积之外，还有逆卷积（TransposeConv）。卷积神经网络的本质就是卷积层、池化层、激活层以及其他层的叠加。池化层可以看作是一种特殊的卷积层，其主要用于下采样，增加池化层可以在保留主要特征的同时降低参数量，从而一定程度上防止了过拟合。池化层没有可学习参数，它的weight是固定的。在`torch.nn`工具箱中封装好了各种池化层，常见的有最大池化（MaxPool）和平均池化（AvgPool)。
 
+</details>
+
 ## 安装 Pytorch 1.6 环境（CPU版本）
 
 https://pytorch.org/get-started/previous-versions/