给我一个在fashionmnist数据集进行分类的网络，基于pytorch

好的，以下是一个基于PyTorch的在FashionMNIST数据集进行分类的网络：

import torch.nn as nn
import torch.nn.functional as F

class FashionMNISTNet(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3)
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3)
        self.fc1 = nn.Linear(64 * 5 * 5, 256)
        self.fc2 = nn.Linear(256, 10)

    def forward(self, x):
        x = F.relu(self.conv1(x))
        x = F.relu(self.conv2(x))
        x = F.max_pool2d(x, 2)
        x = x.view(-1, 64 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.dropout(x, training=self.training)
        x = self.fc2(x)
        return F.log_softmax(x, dim=1)

这个网络包含两个卷积层和两个全连接层。在前两个卷积层后使用ReLU激活函数，最后一个全连接层使用log_softmax作为激活函数。在第一个全连接层后使用dropout来减少过拟合的风险。